目录
一、yolo5的下载
1.1 环境配置
首先我们需要在anaconda里面添加yolo5的环境。在anaconda prompt里面输入如下代码：
conda create -n yolov5python=3.8
输入y点击确认安装：
1.2 下载git
由于我们在后面需要用到GitHub里面的代码，我们需要用到git工具，所以在这里需要下载git。
进入git官网，点击下载即可：git官网
一直进行next操作：
直到这个页面时，将他勾选的选项取消勾选即可：
最后，点击finish完成。
检查是否下载成功：
在桌面右击，出现如下两个即安装成功：
1.3 下载yolo5源码
输入下面指令：
git clone https://github.com/ultralytics/yolov5
输入cd指令将yolo5目录添加进命令目录里：
二、yolo5的安装
下面开始安装Yolov5所需模块，直接pip install -r requirements.txt，等待安装完成，执行代码如下：
python -m pip install -r requirements.txt
三、图片检测
3.1 准备工作
先在yolo5->data->images里面放张照片：
3.2 执行操作
然后通过detect.py对图像进行目标检测，输入代码如下：
python detect.py --source ./data/images/Jackson.jpeg
注意：source 后面有空格。
3.3 结果显示
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 ：
在网上找了一张我家idol的照片，用yolo5处理该照片只用了0.037s。
显示结果如下：
四、视频检测
4.1 准备工作
在yolo5->data->images目录下放了一个我家艾玛的视频。
4.2 执行操作
然后通过detect.py对视频进行目标检测：
python detect.py --source ./data/images/aima.mp4
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 ：
4.3 显示结果
我检测了一个20s，10.5MB的一个视频，显示速度如下：
打开exp2文件夹里面的，点开视频就可以出现以下效果：
五、摄像头实时检测
5.1 准备工作
手机端下载一个app——IP摄像头，并打开服务器：
条件：手机和电脑需要在同一个网络下才能运行。
5.2 执行操作
打开IP摄像头服务器，出现下面的IP地址：
执行如下代码操作：
python detect.py --source http://admin:[email protected]:8081
5.3 显示结果
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 ：
速度显示如下：
打开exp3文件夹，你就可以看到实时操作的视频检测效果了：
六、总结
初步体验yolo5，感觉下载安装操作没有特别复杂，将别人的源代码进行运用和学习，能让自己学会不少知识。yolo5配置简单，速度和识别效果也比较好，有机会可以深入地了解他其中更深层次的原理及代码的实现。