YOLOv5目标检测从入门到实战：30分钟快速上手教程-AI智能范式网

YOLOv5目标检测从入门到实战：30分钟快速上手教程

YOLOv5目标检测PyTorch

|难度：普通|阅读约 10 分钟

1. 项目概述

YOLOv5作为当前最流行的目标检测框架之一，凭借其出色的速度和精度平衡，已经成为计算机视觉领域的标配工具。这个教程将带新手从零开始，用最简单的方式实现YOLOv5的完整工作流程。不同于官方文档的复杂说明，我会用最直白的语言和最小化的代码示例，让你在30分钟内跑通第一个检测demo。

我选择YOLOv5作为入门框架有三个原因：首先它的预训练模型开箱即用，其次Python接口对新手友好，最重要的是社区资源丰富遇到问题容易解决。下面我会从环境配置到模型推理，手把手演示如何避开新手常踩的坑。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 环境配置

2.1 Python环境准备

推荐使用Python 3.8-3.10版本，这是经过验证与YOLOv5兼容性最好的版本范围。安装时务必勾选"Add Python to PATH"选项，这是后续能正常使用pip的关键。验证安装是否成功：

bash复制python --version
pip --version

如果遇到网络问题导致包下载失败，可以使用清华镜像源加速：

bash复制pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.2 关键依赖安装

YOLOv5的核心依赖是PyTorch和Ultralytics库。建议先单独安装PyTorch再安装YOLOv5：

bash复制# 安装PyTorch（根据CUDA版本选择对应命令）
pip install torch torchvision torchaudio

# 安装YOLOv5
pip install ultralytics

注意：如果遇到"could not fetch url https://pypi.org/simple/ultralytics"报错，说明网络连接有问题，可以尝试切换镜像源或使用代理工具。

3. 快速上手

3.1 加载预训练模型

用5行代码就能加载COCO预训练模型并执行检测：

python复制from ultralytics import YOLO

# 加载模型（自动下载yolov5s.pt）
model = YOLO('yolov5s.pt')  

# 图片检测
results = model('bus.jpg')
results[0].show()

首次运行时会自动下载约14MB的yolov5s模型文件。如果想使用其他规格的模型，只需替换为'yolov5n.pt'(最小)、'yolov5m.pt'(中等)或'yolov5l.pt'(大模型)。

3.2 实时摄像头检测

实现摄像头实时检测同样简单：

python复制import cv2
from ultralytics import YOLO

model = YOLO('yolov5s.pt')
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    results = model(frame)
    annotated_frame = results[0].plot()
    cv2.imshow('YOLOv5 Detection', annotated_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

4. 进阶使用

4.1 训练自定义数据集

准备数据集需要遵循YOLO格式：

图片和标注文件同名（如image1.jpg和image1.txt）
标注文件每行格式：class x_center y_center width height（归一化坐标）

目录结构示例：

code复制dataset/
├── images/
│   ├── train/
│   └── val/
└── labels/
    ├── train/
    └── val/

训练命令：

bash复制yolo train data=custom.yaml model=yolov5s.pt epochs=100 imgsz=640

4.2 模型导出与部署

YOLOv5支持导出多种格式：

python复制model.export(format='onnx')  # 导出ONNX
model.export(format='tflite') # 导出TFLite

在Jetson Nano等边缘设备部署时，建议使用TensorRT加速：

bash复制yolo export model=yolov5s.pt format=engine device=0

5. 常见问题解决

5.1 安装问题排查

报错"cv2.imdecode报错"：通常是因为OpenCV版本冲突，尝试：

bash复制pip uninstall opencv-python opencv-python-headless -y
pip install opencv-python-headless

CUDA不可用：先验证PyTorch是否能识别GPU：

python复制import torch
print(torch.cuda.is_available())

5.2 检测效果优化

小目标检测不准：尝试：
1. 减小imgsz参数（如从640改为320）
2. 使用更大模型（如yolov5m）
3. 数据增强中添加小目标专用策略
检测框偏移：通常是训练数据标注不准确导致，建议：
1. 检查标注工具是否设置正确
2. 验证标注文件中的坐标值是否规范

6. 性能调优技巧

6.1 模型选择策略

根据设备性能选择合适模型：

模型	参数量	速度(FPS)	适用场景
yolov5n	1.9M	120+	移动端/嵌入式
yolov5s	7.2M	80-100	通用场景
yolov5m	21.2M	40-60	精度优先
yolov5l	46.5M	20-30	服务器部署

6.2 推理加速技巧

使用半精度推理：

python复制model = YOLO('yolov5s.pt').half()

启用TensorRT加速（需要NVIDIA GPU）：

python复制model = YOLO('yolov5s.pt').cuda()

对于树莓派等ARM设备，建议使用NCNN或TFLite部署

我在实际项目中发现，合理调整conf（置信度阈值）和iou（重叠阈值）能显著提升实用效果。一般建议：

高密度场景：conf=0.4, iou=0.5
精准检测需求：conf=0.6, iou=0.3