|
前言
这个项目是github的开源项目，YOLOV5：https://github.com/ultralytics/yolov5，目前已经有14.1k个Star 和 4.9k 个Folk了，非常的火。下面我会给大家逐个的文件介绍这个项目中的所有代码，希望能帮到大家。
原本我下的2021年4月12日更新的v5.0版本，整个项目我做了一点点的文件位置的改变，也加了点自己在其他论文中学到的tricks。不过由于yolov5这个版本迭代的速度非常快，我这个代码也并不是和官网下载v5.0的那个版本就一模一样，而且我也参考了一些后面的版本代码，还是稍微改动了一些的，不过总体来说还是差不了太多的。下面我会按文件逐个函数的进行攻破，因为我本人也还是研一，肯定会有很多的不足，希望大家指正！！！
现在是2021-07-23，目标是在一个月内写完，也就是最迟2021-8-23日更完整个项目的所有的代码。
拖几天，还有3个文件！！！
写完了，断断续续写了35天，主要是最近比较忙，好在没拖到开学。希望对大家有些帮助！
注释版全部项目文件已上传至GitHub: yolov5-5.x-annotations.
有几个想法（最近找工作中，所以需要搁浅一段时间，后面会补上这个坑）
想在yolov5的基础上加一个分支进行分割任务yolov5 + Circular Smooth Label -> 旋转目标检测yolov5剪枝轻量化
已实现：
YOLOv5 Head解耦： 【YOLOv5 Head解耦】yolov5+shufflenetv2轻量化【项目二、蜂巢检测项目】二、模型改进：YOLOv5s-ShuffleNetV2
一、导航
YOLOV5-U
data
hyp.scratch.yamlcoco128.yaml models
activations.pycommon.pyexperimental.pyyolo.pyexport.pyyolov5s.yaml utils
autoanchor.pydatasets.pygeneral.pygoogle_utils.pyloss.pymetrics.pyplots.pytorch_utils.py train.py val(test).py detect.py
二、尚存在的问题
AWS Inferentia？ 不是很清楚这其中的原理 AWS Inferentia 和 正常的推理公式有什么区别？  更新：亚马逊的一个部署推理使用, 和整体的模型算法关系不大，一般用不太到，不用太关注。 non_max_suppression中的autolabelling是什么？这样子作不就导致最终mAP过高了吗？为什么这么做？  更新：已解决，在general.py的non_max_suppression函数中有详细解释！！！ 计算损失函数置信度损失这一步时为什么要对置信度进行排序？？？排不排序效果不是一样的吗？  更新：已解决，在loss.py的ComputeLoss类中已经解释清楚！
Reference
Github: https://github.com/ultralytics/yolov5.Github: https://github.com/Laughing-q/yolov5_annotations.BiliBili: yolov5讲解.BiliBili 霹雳吧啦Wz: yolov3讲解.BiliBili 人工智能打游戏系列课程1：基于深度学习的目标检测算法: yolov3讲解.CSDN Laughing-q: YOLOV5讲解.CSDN 幻灵H_Ling: YOLOv5源代码导读.CSDN 昌山小屋: YOLOV5讲解.CSDN 恩泽君: (yolo v3)使用自己数据集k-means聚类产生的anchor效果反而变差解决方法.CSDN TheOldManAndTheSea: 目标检测 YOLOv5 - Sample Assignment.CSDN 菊头蝙蝠: yolov5–loss.py --v5.0版本-最新代码详细解释-2021-7-1更新.CSDN 外交官的后花园: YOLO-V3-SPP 训练时正样本筛选源码解析之build_targets.CSDN guikunchen: yolov5 代码解读 损失函数 loss.py.CSDN 迷途小书童的Note: YOLOv5的flask部署.CSDN RainbowSun1102: yolov5代码阅读笔记.CSDN Activewaste: 【干货】用tensorRT加速yolov5全记录，包含加速前后的数据对比.CSDN DEEPFELLOW: YOLOv5模型剪枝压缩.CSDN cv君: 【深入YoloV5（开源）】基于YoloV5的模型优化技术与使用OpenVINO推理实现.CSDN aabbcccddd01: YOLOv5模型网络结构简单理解及详解anchor设置.CSDN 技术挖掘者: YOLOv5算法详解.CSDN 那年当上博士前: 细数YOLOv5在使用过程中自己改动的部分.CSDN 啥都会一点的老程: 一点就分享系列（实践篇3-上篇）— 修改YOLOV5 之”魔刀小试“+ Trick心得分享+V5精髓部分源码解读.CSDN 一只歪脖子程序猿: YOLOv5 Android(完结).CSDN 是否龙磊磊真的一无所有: 目标检测计算mAP，AP，Recall，Precision的计算方式和代码(YOLO和FastRCNN等).CSDN YY_172: pytorch中加入注意力机制（CBAM），以yolov5为例).CSDN 菊头蝙蝠: yolov5–v5.0版本(最新)代码解析导航.CSDN 暮丶凉: YOLOV5源码解读（数据集加载和增强）.CSDN wa1tzy: YOLOv5系列（2）——YOLOv5导出jit，onnx，engine.CSDN DLANDML: yolo5的改进策略.CSDN 昌山小屋: 【玩转yolov5】请看代码之自动anchor计算.CSDN Liaojiajia-2020: 自用代码 | YOLOv5 特征图可视化代码.CSDN Liaojiajia-2020: 自用代码 | 用Python对视频进行帧切割和帧合并.CSDN Liaojiajia-2020: YOLOv5代码详解（train.py部分）.CSDN TheOldManAndTheSea: 目标检测 YOLOv5 自定义网络结构.CSDN 吸欧大王: yolov5深度剖析+源码debug级讲解系列（三）yolov5 head源码解析.CSDN 昌山小屋: 【玩转yolov5】之anchor匹配策略(build_targets)分析(1).CSDN BIT可达鸭: 在WEB端部署YOLOv5目标检测（Flask+VUE）.CSDN xingzeng307: YOLOv5结合BiFPN.CSDN DEEPFELLOW: YOLOv5模型剪枝压缩(2)-YOLOv5模型简介和剪枝层选择.CSDN Charles.zhang: YOLOv5代码详解（common.py部分）.CSDN a_cheng_: YOLOV5训练自己的数据集（踩坑经验之谈）.CSDN Liaojiajia-2020: YOLOv5代码详解（yolov5l.yaml部分）.CSDN \lambda: YOLOv5s网络结构详解.
|