环境配置

Windows 或 Linux 系统
良好的外网访问环境
任意 Python 编辑器 ( 本文以 Pycharm 为例演示 )

提示：AMD 显卡的 ROCm 仅支持 Linux
Windows 环境下需要安装 Visual Studio
说明：此文章不传授和提供外网访问的教程和工具

CUDA 环境配置

适用于 Nvidia 显卡，AMD 请使用 ROCm 或者跳过此步骤，使用 CPU

使用 Nvidia app 更新 Nvidia 驱动至最新版本
前往 Nvidia 官网下载并安装 CUDA Toolkit

yolo 环境配置

打开 pycharm
点击 从 VCS 获取

输入 yolo 官方仓库地址 https://github.com/ultralytics/yolov5
然后点击克隆

安装依赖

如果是 Nvidia 用户 或 AMD 使用 ROCm 的用户，请先打开 requirements.txt 文件，注释掉 torch 和 torchvision

其他用户请直接安装环境
打开终端

输入并回车，安装 cuda 版本 pytorch

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu124

其他环境安装

然后终端再次输入

pip install -r requirements.txt

训练

标记

请先准备好用于训练的图片数据，也可以是视频数据
根据情况下载 X-AnyLabeling
打开 X-AnyLabeling
点击右上角文件选项，打开图片所在的文件夹，或者打开视频

X-AnyLabeling 有个小 bug，要点击两次才能选择文件

然后按 R 可以进行矩形框选标注

标注完成后，新建一个 classes.txt 文件，并填入所有标记的名称，一行一个，如图

然后回到 X-AnyLabeling ，点击导出，选择 导出 yolo 标签

选则刚刚创建的 classes.txt 文件
这是你会发现你文件同级目录下出现一个 labels 目录，找不到可以观察导出文件时出现的弹窗

数据准备与训练

然后将资源按如下结构存放

├─images
│  ├─train
|  |  ├─ 001.jpg #用于训练的图片
|  |  ├─ 002.jpg
|  |  └─ ......
│  └─val
└─labels
    ├─train
    |  ├─ 001.txt #导出的标记数据
    |  ├─ 002.txt
    |  └─ ......
    └─val

说明: val 是在训练中用于检测的数据，和 train 是一样的结构，不知道如何操作可以把 train 中的资源复制到 val 中
然后编写 dataset.yaml

# 这里的路径是相对与运行目录(一般为train.py程序)的路径，如不清楚如何填写，建议填写绝对路径，参考如下：
# train: C:/Users/your_username/PycharmProjects/yolov5/source/images/train
# val: C:/Users/your_username/PycharmProjects/yolov5/source/images/val
train: ./source/images/train
val: ./source/images/val
# nc为种类数量
nc: 1
# 名称，classes.txt，X-AnyLabeling中的群组编号顺序对应
names:  
  0: 'A meng'  
#   1: 'other'
# 	2: ......

然后 pycharm 打开终端，输入

python train.py --img 640 --data source/dataset.yaml --cfg yolov5s.yaml --weights yolov5s.pt --epochs 100

epochs 参数代表训练轮数，理论上 100 轮足够，轮数过多会导致模型过拟合。
训练需要的是大量的 样本数据，而不是过多的训练轮数

查看结果

训练完成后会在 runs/train/exp/weights 下面生成 best.pt 和 last.pt
best.pt 可用于检测，last.pt 可用于后续继续训练 (替换上述 python 指令中的 yolov5s.pt 为你 last.pt 的路径)
强调： exp 后面会跟随一些数字，数字越大越新，请使用你训练好的最终模型

检测

简单测试

使用官方的 detect.py 检测结果

python detect.py --weights runs/train/exp2/weights/best.pt --source source/images/val/001.jpg

检测后，会在 runs/detect 下面生成 exp 目录，里面有检测结果的图片

程序中调用

可参考如下代码
传入 opencv 图片变量，返回中心点坐标和绘制的图片

import cv2
import time
import yolov5

class vegetable_detect:
    class __results__:
        def __init__(self):
            self.name = []
            self.x = []
            self.y = []
            self.confidence = []
            self.image = None

    def __init__(self, model_path):
        '''
        初始化YOLOv5检测器
        :param model_path: YOLOv5模型文件路径
        '''
        self.model = yolov5.load(model_path)
        self.is_detecting = False

    def detect(self, image):
        '''
        检测图像中的物体
        :param image: 输入图像
        :return: 结果类结构
                  result.name: 物体名称列表
                  result.x: 物体中心点x坐标列表
                  result.y: 物体中心点y坐标列表
                  result.confidence: 物体置信度列表
                  result.image: 检测后的图像
        '''
        while self.is_detecting:
            time.sleep(0.5)
        results = self.model(image, augment=True)
        self.is_detecting = True

        # 存储检测结果的列表
        result = self.__results__()

        # 遍历检测结果
        try:
            for *xyxy, conf, cls in results.xyxy[0]:
                label = f'{self.model.model.names[int(cls)]} {conf:.2f}'
                # 画出矩形框
                cv2.rectangle(image, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0, 0, 255), 2)
                cv2.putText(image, label, (int(xyxy[0]), int(xyxy[1]) - 10), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 255), 2)

                # 计算中心点坐标
                center_x = int((xyxy[0] + xyxy[2]) / 2)
                center_y = int((xyxy[1] + xyxy[3]) / 2)
                # 画出中心点
                cv2.circle(image, (center_x, center_y), 5, (255, 0, 0), -1)

                # 存储中心点坐标,物体名称,置信度和图像
                result.name.append(self.model.model.names[int(cls)])
                result.x.append(center_x)
                result.y.append(center_y)
                result.confidence.append(float(conf))

            result.image = image
        except Exception as e:
            print("未检测到物体:", e)

        self.is_detecting = False

        return result


# 使用示例
if __name__ == "__main__":
    # 加载自定义训练的YOLOv5模型
    model_path = 'runs/train/exp2/weights/best.pt'
    detector = vegetable_detect(model_path)

    # 加载图像
    imgPath = 'source/images/val/test2.jpg'
    img = cv2.imread(imgPath)

    # 检测物体
    results = detector.detect(img)

    # 打印所有中心点的坐标、物体名称和置信度
    print("识别结果：")
    for i in range(len(results.x)):
        print(f"物体名称：{results.name[i]} 中心点坐标：({results.x[i]}, {results.y[i]}) 置信度：{results.confidence[i]:.2f}")

    # 显示结果图像
    cv2.imshow('YOLOv5 Real-time Object Detection', results.image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

结果如下

问题与解决

NotImplementedError: cannot instantiate 『WindowsPath『 on your system
在用到 yolov5 库的源码前加入如下代码

import platform
import pathlib
plt = platform.system()
if plt != 'Windows':
  pathlib.WindowsPath = pathlib.PosixPath