Yolov5 模型的原理及环境配置

本文首先介绍了yolov5 是什么，有什么用，以及yolo 模型的原理。再讲解了yolov5 模型的下载，及环境配置的一些问题。

一、Yolov5 是什么？

Yolo 的全称是 you only look once，指只需要浏览一次就可以识别出图中的物体的类别和位置。

而Yolov5 就是一个是用于目标检测的模型。

二、Yolo 模型的原理

上面我们提到，Yolov5 就是一个是用于目标检测的模型。

简单来讲就是是在一张图片中找出物体，并给出它的类别和位置。

目标检测是基于监督学习的，每张图片的监督信息是它所包含的N个物体，每个物体的信息有五个，分别是物体的中心位置(x,y)和它的高(h)和宽(w)，最后是它的类别。

Yolo 模型的预测是基于整个图片的，并且它会一次性输出所有检测到的目标信息，包括类别和位置。

三、Yolov5的环境配置

1 Yolov5 源代码的下载

yolov5 项目的地址：https://github.com/ultralytics/yolov5

2 配置环境

下载完成yolov5 源代码后, 用pycharm打开

在settings ——> prject yolov5 ——>python interpreter

将环境设置成之前配置好的pytorch环境，点击apply即可

3 安装一些库

这个项目运行过程中会用到的一些库

yolov5 这个源代码，已经把我们需要的库写到了一个txt 文本里面了，我们可以直接打开这个文件requirements.txt查看需要下载那些

然后在terminal 中 输入：pip install -r requirements.txt

按下回车，它就会自动下载

自此，yolov5 的环境就配置好了。