计算机视觉 / 系统课时

运行首次目标检测

运行首次目标检测

本课使用仓库自带图片和 yolov5s.pt 预训练权重完成第一次推理,定位结果文件,并读懂边界框、类别名与置信度。完成后,你能独立替换输入图片,并判断检测命令是否真正执行成功。

学习目标

  • 使用 detect.py 对单张图片执行目标检测
  • 找到推理结果目录并确认输出文件
  • 理解检测框、类别和置信度的含义

执行首次检测

先进入 YOLOv5 仓库根目录并激活上一课创建的虚拟环境,再运行以下命令。首次执行时,脚本会在本地不存在权重的情况下下载 yolov5s.pt。

bash
python detect.py --weights yolov5s.pt --source data/images/bus.jpg --imgsz 640 --conf-thres 0.25 --project runs/detect --name first --exist-ok

预期输出

text
image 1/1 <PATH>/data/images/bus.jpg: <HEIGHT>x<WIDTH> <DETECTION_SUMMARY>, <TIME>ms
Results saved to runs/detect/first

<PATH>、图像尺寸、目标数量和耗时会随环境与版本变化。判断成功的关键是命令没有异常退出,并出现 Results saved to runs/detect/first。

读懂命令参数

参数 本次取值 作用
--weights yolov5s.pt 指定预训练权重
--source data/images/bus.jpg 指定输入图片
--imgsz 640 将推理输入尺寸设置为 640
--conf-thres 0.25 过滤低于 0.25 的候选结果
--project runs/detect 指定结果根目录
--name first 指定本次运行的子目录名
--exist-ok 无参数值 允许复用同名目录,避免自动生成 first2

权重负责提供已经学习到的目标特征,输入源负责提供待检测内容。脚本完成图像预处理、模型前向推理、候选框过滤和结果绘制后,将标注图片写入指定目录。

查看并解释检测结果

使用下面的跨平台 Python 命令检查结果目录。只处理单张 bus.jpg 时,目录中应出现同名标注图片。

bash
python -c "from pathlib import Path; print([p.name for p in Path('runs/detect/first').iterdir()])"

预期输出

text
['bus.jpg']

打开 runs/detect/first/bus.jpg 后,可以看到每个保留目标对应一个矩形框。标签通常由类别名和置信度组成,例如 person 0.87;类别表示模型判断的对象类型,置信度表示当前检测结果的综合可信程度。

首次检测结果中的边界框、类别与置信度

边界框描述目标在图像中的位置,类别名来自权重训练时使用的类别集合,置信度则用于排序和过滤结果。它不等于绝对正确率,因此仍要结合图片内容检查误检和漏检。

调整阈值与处理失败

当误检较多时,可以提高 --conf-thres,例如改为 0.50;当真实目标经常被漏掉时,可以适度降低阈值。阈值越高,保留结果通常越少,但不能保证所有剩余结果都正确。

若权重下载失败,应先检查网络或手动准备 yolov5s.pt;若 CUDA 报错,可在命令末尾增加 --device cpu 验证 CPU 推理;若结果目录为空,应检查输入路径是否存在,并确认终端当前位于仓库根目录。

本课总结

  • detect.py 通过权重、输入源和阈值参数完成一次完整推理。
  • 检测成功既要看终端保存提示,也要检查结果目录中的标注图片。
  • 边界框表示位置,类别表示对象类型,置信度用于衡量和筛选候选结果。

下一课预告

下一课将进一步处理自定义图片或视频输入,并学习如何控制保存目录、设备和推理参数。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

运行首次目标检测

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通