yolov5 算法代码解析一

贡献者：刘煜彬

预备知识　深度学习 CNN 入门，深度学习 CNN 入门 2，深度学习 CNN 入门 3

　　通过对深度学习 CNN 结构的学习，现在对 CNN 实践代码 Yolo 进行解析。这部分和 CNN 相关的在后面，前面主要是一些代码的解析。

　　首先了解一下，项目的目录结构。

图 1：目录

　　对于 github 文件夹是放配置文件的，这个不重要，可以忽略。

　　对于 data 文件是放一些超参数的配置文件(如.yaml)，是用来配置训练集、测试集、验证集的路径的。还有一些官方提供的测试的图片。特别注意，如果训练自己的数据集的话需要修改这里的 yaml 文件。但是自己的数据集最好在外面新建一个 dataset 的文件夹。

　　 models 文件夹里放的是 yaml 文件，里面的模型文件有 s,m,l,x，训练速度从快到慢，精确的从低到高，这个参数是表示模型参数量的大小的。

　　 runs 文件夹里放的是我们运行时的一些输出的文件，每次运行都会生成一个 exp 的文件夹。其中的 detect 文件是测试模型，输出图片并在图片中标注出物体和概率。，train 文件夹里是训练模型，有模型的权重文件、混淆矩阵、F1 曲线、超参数文件、P 曲线、R 曲线、PR 曲线、结果文件等 expn。

　　 utils 文件，存放的是工具类函数，里面有 loss 函数，metrics 函数，plot 函数等等。

致读者：小时百科一直以来坚持所有内容免费无广告，这导致我们处于严重的亏损状态。长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。因此，我们请求广大读者热心打赏 ，使网站得以健康发展。如果看到这条信息的每位读者能慷慨打赏 20 元，我们一周就能脱离亏损，并在接下来的一年里向所有读者继续免费提供优质内容。但遗憾的是只有不到 1% 的读者愿意捐款，他们的付出帮助了 99% 的读者免费获取知识，我们在此表示感谢。