作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122266884
目录
第1章 准备
1.1 github代码URL
1.2 detect代码路径
1.3 detect检测代码快速入门
1.4 获取命令行参数
1.5 命令行参数代码来源
第2章 detect检测代码的命令行参数
第1章 准备 1.1 github代码URL
https://github.com/ultralytics/yolov5

1.2 detect代码路径

文章图片

1.3 detect检测代码快速入门

python detect.py --命令行参数选项

https://blog.csdn.net/HiWangWenBing/article/details/122263737

1.4 获取命令行参数

(pytorch-gpu-os) PS F:\MySource\github\yolov5> python detect.py --help

文章图片


1.5 命令行参数代码来源

def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path(s)') parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam') parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w') parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold') parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold') parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image') parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu') parser.add_argument('--view-img', action='store_true', help='show results') parser.add_argument('--save-txt', action='store_true', help='save results to *.txt') parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels') parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes') parser.add_argument('--nosave', action='store_true', help='do not save images/videos') parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3') parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS') parser.add_argument('--augment', action='store_true', help='augmented inference') parser.add_argument('--visualize', action='store_true', help='visualize features') parser.add_argument('--update', action='store_true', help='update all models') parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name') parser.add_argument('--name', default='exp', help='save results to project/name') parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment') parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)') parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels') parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences') parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference') parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')

--weights：参数名
type = str：参数类型
default=ROOT / 'yolov5s.pt'：默认值

第2章 detect检测代码的命令行参数

• parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path(s)')

--weights：预训练模型参数，默认采用的是yolov5s.pt，自动从官网为官网上下载，并存放到yolo v5当前的工作目录中。

• parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')

--source：指定需要检测的源图片文件，支持的类型有：本地图片文件、本地视频、本地摄像头、远程图片文件、还可以是一个包含各种文件的目录。

文章图片

• parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')

--imgsz：指定image的大小，默认为640 * 640， size越大，像素越多，需要的内存越多，速度越慢， 准确率越高。

• parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')

--conf-thres：置信度的门限，超过这个门限，算法才认为是有物体，低于该门限，认为没有物体。

• parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')

--iou-thres：非极大值抑制NMS算法帅选目标时，其IoU门限。超过该门限，认为两个框重复定位同一个目标。
【人工智能-YOLO专题|[YOLO专题-10]（YOLO V5 - ultralytics/detect检测代码的命令行参数详解）】

• parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')

--max-det：每个图片支持的最大检测的目标数，从YOLO V3开始，算法上最大可以支持507 + 2028 + 8112 = 10647个目标，而实际系统，可能不需要这么多目标，这里设定支持的最大目标数，目标数越大，所需要内存空间越大。

• parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')

--device：指定进行预测的硬件GPU还是CPU， 如果是GPU，使用哪个GPU， 在GPU内部资源不足的情况下，可以通过这种方式转为CPU进行预测，在降低性能的情况下，确保能够功能的正常运行。

• parser.add_argument('--view-img', action='store_true', help='show results')

--view-img：是否需要存储当前的检测结果，还是进行可视化显示，不需要存储预测结果，测试时，需要存储执行结果。

• parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')

--save-txt：是否需要把执行结果，写到txt文件中，当然是指执行的log文件。

• parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')

--save-conf：是否需要把检测到的置信度写保存到文件中。

• parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')

--save-crop：是否需要保存经过裁剪过的预测框。

• parser.add_argument('--nosave', action='store_true', help='do not save images/videos')

--nosave：不需要保存预测结果的图片文件或视频文件。

• parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')

--project：指定需要把运行的结果存放到哪个根目录中。

• parser.add_argument('--update', action='store_true', help='update all models')

--update：如果为True，则对所有模型进行strip_optimizer操作，去除pt文件中的优化器等信息，默认为False。

• parser.add_argument('--name', default='exp', help='save results to project/name')

--name：指定每次运行的结果存放在哪个实际目录中，该目录为动态生成，每次增加一个序号，比如，当前是exp20，下一次预测就是exp21。

• parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')

--line-thickness：Bounding Box的厚度，即每个等级的Bounding Box，支持几个子等级，默认情况下，Bounding Box分为三层：大、中、小三种尺寸，每个层再分为3个字等级

• parser.add_argument('--visualize', action='store_true', help='visualize features')

--visualize：是否需要可视化结果

• parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')

--half：半精度预测，提升执行效率，默认情况下，采用位置信息采用Float32编码，精度高，运算时间长 。对于效率优先的场合，比如实时性要求高的嵌入式系统，就可以采用Float16的位置编码。

• parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')

--dnn：Open Neural Network Exchange(ONNX,开放神经网络交换)， 该参数定义是否需要使用OpenCV DNN。

• parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')

--hide-labels：在输出训练图片时，是否需要隐藏样本图片的定位框标签

• parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')

--hide-conf：在输出训练图片时，是否需要隐藏样本图片的置信度标签

• parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')

--classes：？？？

• parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')

--agnostic-nms：？？？

• parser.add_argument('--augment', action='store_true', help='augmented inference')

--augment：？？？

• parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')

--exist-ok'：程序以OK的方式退出。
作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客
本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122266884

推荐阅读

• 

  婕珞芙晨露蔷薇面膜怎么样 婕路芙晨露蔷薇面膜可以分两次用吗
• 

  猪肉各部位的区别 猪肉哪个部位是一等肉
• 

  最早指南车发明人 指南车发明者
• 

  银天下行情分析系统软件下载
• 

  redis跳跃表查找数据的过程 redis哪块用到跳表
• 

  华为荣耀play3有没有指纹解锁（华为荣耀play3有指纹解锁吗）
• 

  amdk15支持什么cpu，amdk15主板支持的cpu
• 

  女性揉地筋的好处 主要有这些好处
• 

  汽车原厂互联映射什么意思
• 

  常年不在家冰箱怎么办？如何维护和保养？
• 

  怎样识别变频空调和定频空调 空调开一天多少钱
• 

  七绝（云水一梦惹东风）
• 

  新办企业个税申报密码 申报个税在哪个软件，企业个税能用手机申报吗
• 

  运动会通讯稿300字
• 

  美的SC861A吸尘器不充电的解决方法
• 

  刘海屏|iPhone 14强势曝光：是不是后悔手里的iPhone 13买早了？
• 

  iphone|从12999元跌至10488元，12G+512G，华为顶级旗舰现货供应不用抢购
• 

  绝地求生刺激战场国际服 绝地求生刺激战场国际服下载方法有哪些
• 

  无症状感染者会一直不发病吗
• 

  泰顺云雾茶是什么茶 泰顺雾云农庄

• 人工智能-YOLO专题|[YOLO专题-25]（YOLO V5 - ultralytics代码解析-detect.py检测代码的详细执行流程）
• NLP|论文阅读（（2020版）A Survey on Contextual Embeddings 综述：上下文嵌入）
• 人工智能|2天训练出15亿参数大模型，国产开源项目力克英伟达Megatron-LM，来自LAMB作者团队...
• 目标检测|Dynamic R-CNN|在训练时动态改变标签分配阈值和SmoothL1损失超参
• 深度学习（基于pytorch）|深度学习笔记（七）——pytorch数据处理工具箱（一）
• 深度学习|NLP文本的离散表示
• tensorflow|ubuntu18系统anaconda安装tensorflow
• 深度学习|【吴恩达深度学习】03_week2_quiz Autonomous driving (case study)
• 语义分割|cv2 interpolate插值-align_corners