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）

1. 想在yolov5的基础上加一个分支进行分割任务
2. yolov5 + Circular Smooth Label -> 旋转目标检测
3. yolov5剪枝轻量化

已实现：

1. YOLOv5 Head解耦： 【YOLOv5 Head解耦】
2. 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.yaml
  • coco128.yaml

• models

  • activations.py
  • common.py
  • experimental.py
  • yolo.py
  • export.py
  • yolov5s.yaml

• utils

  • autoanchor.py
  • datasets.py
  • general.py
  • google_utils.py
  • loss.py
  • metrics.py
  • plots.py
  • torch_utils.py

• train.py

• val(test).py

• detect.py

二、尚存在的问题

1. 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。

2. 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！！！

3. 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

1. Github: https://github.com/ultralytics/yolov5.
2. Github: https://github.com/Laughing-q/yolov5_annotations.
3. BiliBili: yolov5讲解.
4. BiliBili 霹雳吧啦Wz: yolov3讲解.
5. 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.
6. CSDN Laughing-q: YOLOV5讲解.
7. CSDN 幻灵H_Ling: YOLOv5源代码导读.
8. CSDN 昌山小屋: YOLOV5讲解.
9. 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.
10. CSDN TheOldManAndTheSea: 目标检测 YOLOv5 – Sample Assignment.
11. 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.
12. 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.
13. CSDN guikunchen: yolov5 代码解读 损失函数 loss.py.
14. CSDN 迷途小书童的Note: YOLOv5的flask部署.
15. CSDN RainbowSun1102: yolov5代码阅读笔记.
16. CSDN Activewaste: 【干货】用tensorRT加速yolov5全记录，包含加速前后的数据对比.
17. CSDN DEEPFELLOW: YOLOv5模型剪枝压缩.
18. 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.
19. CSDN aabbcccddd01: YOLOv5模型网络结构简单理解及详解anchor设置.
20. CSDN 技术挖掘者: YOLOv5算法详解.
21. CSDN 那年当上博士前: 细数YOLOv5在使用过程中自己改动的部分.
22. 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.
23. CSDN 一只歪脖子程序猿: YOLOv5 Android(完结).
24. 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).
25. CSDN YY_172: pytorch中加入注意力机制（CBAM），以yolov5为例).
26. CSDN 菊头蝙蝠: yolov5–v5.0版本(最新)代码解析导航.
27. CSDN 暮丶凉: YOLOV5源码解读（数据集加载和增强）.
28. CSDN wa1tzy: YOLOv5系列（2）——YOLOv5导出jit，onnx，engine.
29. CSDN DLANDML: yolo5的改进策略.
30. CSDN 昌山小屋: 【玩转yolov5】请看代码之自动anchor计算.
31. CSDN Liaojiajia-2020: 自用代码 | YOLOv5 特征图可视化代码.
32. CSDN Liaojiajia-2020: 自用代码 | 用Python对视频进行帧切割和帧合并.
33. CSDN Liaojiajia-2020: YOLOv5代码详解（train.py部分）.
34. CSDN TheOldManAndTheSea: 目标检测 YOLOv5 自定义网络结构.
35. 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.
36. CSDN 昌山小屋: 【玩转yolov5】之anchor匹配策略(build_targets)分析(1).
37. CSDN BIT可达鸭: 在WEB端部署YOLOv5目标检测（Flask+VUE）.
38. CSDN xingzeng307: YOLOv5结合BiFPN.
39. CSDN DEEPFELLOW: YOLOv5模型剪枝压缩(2)-YOLOv5模型简介和剪枝层选择.
40. CSDN Charles.zhang: YOLOv5代码详解（common.py部分）.
41. CSDN a_cheng_: YOLOV5训练自己的数据集（踩坑经验之谈）.
42. CSDN Liaojiajia-2020: YOLOv5代码详解（yolov5l.yaml部分）.
43. CSDN \lambda: YOLOv5s网络结构详解.

今天的文章【YOLOV5-5.x 源码讲解】整体项目文件导航分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。