YOLOv5开源视觉AI模型 - 免费获取高效精准的目标检测能力

首页

Yolov5

由 Ultralytics 开发

YOLOv5是全球最受欢迎的视觉AI模型，由Ultralytics开发，融合了数千小时研发经验，提供高效的目标检测能力。

目标检测 #实时目标检测 #多尺度识别 #轻量级部署

下载量 1,103

发布时间 : 11/14/2024

模型简介

YOLOv5是一个高效、快速、精确的目标检测模型，支持多种视觉任务，广泛应用于工业、研究和商业领域。

模型特点

高效性能

在保持高精度的同时实现快速推理速度，适用于实时应用场景。

多规模支持

提供从轻量级(nano)到大型(xlarge)多种模型规模，适应不同计算资源需求。

易用性

提供简单易用的API和丰富的文档，支持快速部署和集成。

多平台支持

支持在多种硬件和平台上运行，包括CPU、GPU和边缘设备。

模型能力

实时目标检测

多类别物体识别

图像分析

视频流处理

使用案例

安防监控

实时入侵检测

在监控视频中实时检测可疑人员和行为

高准确率识别多种安全威胁

自动驾驶

道路物体检测

识别车辆、行人、交通标志等道路元素

为自动驾驶系统提供实时环境感知

工业质检

产品缺陷检测

在生产线上自动检测产品缺陷

提高质检效率和准确性

🚀 YOLOv5

YOLOv5 🚀 是全球最受欢迎的视觉人工智能项目，代表了Ultralytics对未来视觉AI方法的开源研究成果。它融合了数千小时研发过程中积累的经验和最佳实践。我们希望这里的资源能帮助你充分发挥YOLOv5的潜力。你可以查看 YOLOv5文档了解详细信息，在 GitHub 上提出问题以获取支持，还可以加入我们的 Discord 社区进行交流讨论！如需企业许可证，请填写 Ultralytics许可证申请表单。

🚀 快速开始

YOLO11 🚀 新品发布

我们很高兴地宣布Ultralytics YOLO11 🚀 正式发布，这是我们最先进的视觉模型的最新成果！现在可以在 GitHub 上获取。YOLO11继承了我们在速度、精度和易用性方面的传统优势。无论你是进行目标检测、图像分割还是图像分类，YOLO11都能在各种应用场景中展现出色的性能和多功能性。立即开始使用，释放YOLO11的全部潜力！访问 Ultralytics文档获取全面的指南和资源：

pip install ultralytics

文档

请查看 YOLOv5文档以获取关于训练、测试和部署的完整文档。以下是快速入门示例。

安装

克隆仓库并在 Python>=3.8.0 环境中安装 requirements.txt，包括 PyTorch>=1.8。

git clone https://github.com/ultralytics/yolov5  # 克隆仓库
cd yolov5
pip install -r requirements.txt  # 安装依赖

推理

使用YOLOv5的 PyTorch Hub 进行推理。模型会自动从最新的YOLOv5 版本下载。

import torch

# 模型
model = torch.hub.load("ultralytics/yolov5", "yolov5s")  # 或者选择 yolov5n - yolov5x6，也支持自定义模型

# 图像
img = "https://ultralytics.com/images/zidane.jpg"  # 也可以是文件、路径、PIL、OpenCV、numpy数组或列表

# 推理
results = model(img)

# 结果
results.print()  # 或者使用 .show()、.save()、.crop()、.pandas() 等方法

使用 detect.py 进行推理

detect.py 可以对多种数据源进行推理，会自动从最新的YOLOv5 版本下载模型并将结果保存到 runs/detect 目录。

python detect.py --weights yolov5s.pt --source 0                               # 网络摄像头
                                               img.jpg                         # 图像
                                               vid.mp4                         # 视频
                                               screen                          # 屏幕截图
                                               path/                           # 目录
                                               list.txt                        # 图像列表
                                               list.streams                    # 流列表
                                               'path/*.jpg'                    # 通配符
                                               'https://youtu.be/LNwODJXcvt4'  # YouTube视频
                                               'rtsp://example.com/media.mp4'  # RTSP、RTMP、HTTP流

训练

以下命令可以复现YOLOv5在 COCO 数据集上的结果。模型和数据集会自动从最新的YOLOv5 版本下载。在V100 GPU上，YOLOv5n/s/m/l/x 的训练时间分别为1/2/4/6/8天（使用多GPU 可加快训练速度）。尽量使用最大的 --batch-size，或者传递 --batch-size -1 以使用YOLOv5的 AutoBatch 功能。以下是V100-16GB的批量大小示例。

python train.py --data coco.yaml --epochs 300 --weights '' --cfg yolov5n.yaml  --batch-size 128
                                                                 yolov5s                    64
                                                                 yolov5m                    40
                                                                 yolov5l                    24
                                                                 yolov5x                    16

教程

✨ 主要特性

集成

我们与领先的AI平台进行了关键集成，扩展了Ultralytics产品的功能，增强了数据集标注、训练、可视化和模型管理等任务的能力。了解Ultralytics如何与 W&B、Comet、Roboflow 和 OpenVINO 合作，优化你的AI工作流程。

Ultralytics active learning integrations

Ultralytics HUB 🚀	W&B	Comet ⭐ 新品	Neural Magic
使用 Ultralytics HUB 简化YOLO工作流程：轻松进行标注、训练和部署。立即试用！	使用 Weights & Biases 跟踪实验、超参数和结果	永久免费的 Comet 让你可以保存YOLOv5模型、恢复训练，并交互式地可视化和调试预测结果	使用 Neural Magic DeepSparse 可使YOLO11推理速度提高6倍

Ultralytics HUB

通过 Ultralytics HUB ⭐ 体验无缝的AI之旅，这是一个一站式解决方案，无需编码即可进行数据可视化、YOLOv5和YOLOv8 🚀 模型的训练和部署。使用我们先进的平台和用户友好的 Ultralytics应用，将图像转化为可操作的见解，轻松实现你的AI愿景。现在就免费开始你的旅程！

为什么选择YOLOv5

YOLOv5的设计初衷是让用户轻松上手，易于学习。我们更注重在现实世界中的应用效果。

YOLOv5-P5 640 图表

图表说明

COCO AP val 表示在 COCO val2017 数据集的5000张图像上，在256到1536的不同推理尺寸下测量的mAP@0.5:0.95指标。
GPU速度 表示在 COCO val2017 数据集上，使用 AWS p3.2xlarge V100实例，批量大小为32时每张图像的平均推理时间。
EfficientDet 数据来自 google/automl，批量大小为8。
通过 python val.py --task study --data coco.yaml --iou 0.7 --weights yolov5n6.pt yolov5s6.pt yolov5m6.pt yolov5l6.pt yolov5x6.pt 复现结果。

预训练模型

模型	尺寸 ^(像素)	mAP^{验证集 50-95}	mAP^验证集 50	速度 ^{CPU 批量1 (毫秒)}	速度 ^{V100 批量1 (毫秒)}	速度 ^{V100 批量32 (毫秒)}	参数 ^(M)	浮点运算次数 ^{@640 (B)}
YOLOv5n	640	28.0	45.7	45	6.3	0.6	1.9	4.5
YOLOv5s	640	37.4	56.8	98	6.4	0.9	7.2	16.5
YOLOv5m	640	45.4	64.1	224	8.2	1.7	21.2	49.0
YOLOv5l	640	49.0	67.3	430	10.1	2.7	46.5	109.1
YOLOv5x	640	50.7	68.9	766	12.1	4.8	86.7	205.7

YOLOv5n6	1280	36.0	54.4	153	8.1	2.1	3.2	4.6
YOLOv5s6	1280	44.8	63.7	385	8.2	3.6	12.6	16.8
YOLOv5m6	1280	51.3	69.3	887	11.1	6.8	35.7	50.0
YOLOv5l6	1280	53.7	71.3	1784	15.8	10.5	76.8	111.4
YOLOv5x6 + TTA	1280 1536	55.0 55.8	72.7 72.7	3136 -	26.2 -	19.4 -	140.7 -	209.8 -

表格说明

所有预训练模型均使用默认设置训练300个epoch。Nano和Small模型使用 hyp.scratch-low.yaml 超参数，其他模型使用 hyp.scratch-high.yaml。
mAP^val 值是在 COCO val2017 数据集上的单模型单尺度结果。可通过 python val.py --data coco.yaml --img 640 --conf 0.001 --iou 0.65 复现。
速度是在 AWS p3.2xlarge 实例上对COCO验证集图像的平均推理时间，不包括NMS时间（约1毫秒/图像）。可通过 python val.py --data coco.yaml --img 640 --task speed --batch 1 复现。
TTA 测试时数据增强包括反射和尺度增强。可通过 python val.py --data coco.yaml --img 1536 --iou 0.7 --augment 复现。

分割

我们在 YOLOv5 v7.0版本中推出的实例分割模型是目前世界上最快、最准确的，超越了当前所有的 SOTA基准。我们让训练、验证和部署变得超级简单。查看发布说明获取详细信息，访问 YOLOv5分割Colab笔记本进行快速入门教程。

分割预训练模型

我们使用A100 GPU在COCO数据集上以640的图像尺寸训练了YOLOv5分割模型300个epoch。我们将所有模型导出为ONNX FP32进行CPU速度测试，导出为TensorRT FP16进行GPU速度测试。为了便于复现，所有速度测试都在Google Colab Pro 笔记本上进行。

模型	尺寸 ^(像素)	mAP^{边界框 50-95}	mAP^掩码 50-95	训练时间 ^{300个epoch A100 (小时)}	速度 ^{ONNX CPU (毫秒)}	速度 ^{TRT A100 (毫秒)}	参数 ^(M)	浮点运算次数 ^{@640 (B)}
YOLOv5n-seg	640	27.6	23.4	80:17	62.7	1.2	2.0	7.1
YOLOv5s-seg	640	37.6	31.7	88:16	173.3	1.4	7.6	26.4
YOLOv5m-seg	640	45.0	37.1	108:36	427.0	2.2	22.0	70.8
YOLOv5l-seg	640	49.0	39.9	66:43 (2倍)	857.4	2.9	47.9	147.7
YOLOv5x-seg	640	50.7	41.4	62:56 (3倍)	1579.2	4.5	88.8	265.7

所有预训练模型均使用SGD优化器，在图像尺寸为640的情况下，以 lr0=0.01 和 weight_decay=5e-5 的默认设置训练300个epoch。训练记录可查看 https://wandb.ai/glenn-jocher/YOLOv5_v70_official。
准确率 值是在COCO数据集上的单模型单尺度结果。可通过 python segment/val.py --data coco.yaml --weights yolov5s-seg.pt 复现。
速度是在Google Colab Pro A100高内存实例上对100张推理图像的平均推理时间，仅表示推理速度（NMS每张图像约增加1毫秒）。可通过 python segment/val.py --data coco.yaml --weights yolov5s-seg.pt --batch 1 复现。
使用 export.py 将模型导出为ONNX FP32和TensorRT FP16。可通过 python export.py --weights yolov5s-seg.pt --include engine --device 0 --half 复现。

分割使用示例

训练

YOLOv5分割训练支持使用 --data coco128-seg.yaml 参数自动下载COCO128-seg分割数据集，也支持手动下载COCO-segments数据集，使用 bash data/scripts/get_coco.sh --train --val --segments 下载数据，然后使用 python train.py --data coco.yaml 进行训练。

# 单GPU训练
python segment/train.py --data coco128-seg.yaml --weights yolov5s-seg.pt --img 640

# 多GPU DDP训练
python -m torch.distributed.run --nproc_per_node 4 --master_port 1 segment/train.py --data coco128-seg.yaml --weights yolov5s-seg.pt --img 640 --device 0,1,2,3

验证

在COCO数据集上验证YOLOv5s-seg掩码的mAP：

bash data/scripts/get_coco.sh --val --segments  # 下载COCO验证集的分割数据 (780MB, 5000张图像)
python segment/val.py --weights yolov5s-seg.pt --data coco.yaml --img 640  # 验证

预测

使用预训练的YOLOv5m-seg.pt模型对bus.jpg进行预测：

python segment/predict.py --weights yolov5m-seg.pt --source data/images/bus.jpg

model = torch.hub.load(
    "ultralytics/yolov5", "custom", "yolov5m-seg.pt"
)  # 从PyTorch Hub加载模型 (注意：目前暂不支持推理)

导出

将YOLOv5s-seg模型导出为ONNX和TensorRT：

python export.py --weights yolov5s-seg.pt --include onnx engine --img 640 --device 0

分类

在 YOLOv5 v6.2版本中，我们增加了对分类模型训练、验证和部署的支持！查看发布说明获取详细信息，访问 YOLOv5分类Colab笔记本进行快速入门教程。

分类预训练模型

我们使用4个A100实例在ImageNet数据集上对YOLOv5-cls分类模型进行了90个epoch的训练，并使用相同的默认训练设置同时训练了ResNet和EfficientNet模型进行比较。我们将所有模型导出为ONNX FP32进行CPU速度测试，导出为TensorRT FP16进行GPU速度测试。为了便于复现，所有速度测试都在Google Colab Pro 上进行。

模型	尺寸 ^(像素)	准确率 ^top1	准确率 ^top5	训练时间 ^{90个epoch 4xA100 (小时)}	速度 ^{ONNX CPU (毫秒)}	速度 ^{TensorRT V100 (毫秒)}	参数 ^(M)	浮点运算次数 ^{@224 (B)}
YOLOv5n-cls	224	64.6	85.4	7:59	3.3	0.5	2.5	0.5
YOLOv5s-cls	224	71.5	90.2	8:09	6.6	0.6	5.4	1.4
YOLOv5m-cls	224	75.9	92.9	10:06	15.5	0.9	12.9	3.9
YOLOv5l-cls	224	78.0	94.0	11:56	26.9	1.4	26.5	8.5
YOLOv5x-cls	224	79.0	94.4	15:04	54.3	1.8	48.1	15.9

ResNet18	224	70.3	89.5	6:47	11.2	0.5	11.7	3.7
ResNet34	224	73.9	91.8	8:33	20.6	0.9	21.8	7.4
ResNet50	224	76.8	93.4	11:10	23.4	1.0	25.6	8.5
ResNet101	224	78.5	94.3	17:10	42.1	1.9	44.5	15.9

EfficientNet_b0	224	75.1	92.4	13:03	12.5	1.3	5.3	1.0
EfficientNet_b1	224	76.4	93.2	17:04	14.9	1.6	7.8	1.5
EfficientNet_b2	224	76.6	93.4	17:10	15.9	1.6	9.1	1.7
EfficientNet_b3	224	77.7	94.0	19:19	18.9	1.9	12.2	2.4

表格说明 (点击展开)

所有预训练模型均使用SGD优化器，在图像尺寸为224的情况下，以 lr0=0.001 和 weight_decay=5e-5 的默认设置训练90个epoch。训练记录可查看 https://wandb.ai/glenn-jocher/YOLOv5-Classifier-v6-2。
准确率 值是在 ImageNet-1k 数据集上的单模型单尺度结果。可通过 python classify/val.py --data ../datasets/imagenet --img 224 复现。
速度是在Google Colab Pro V100高内存实例上对100张推理图像的平均推理时间。可通过 python classify/val.py --data ../datasets/imagenet --img 224 --batch 1 复现。
使用 export.py 将模型导出为ONNX FP32和TensorRT FP16。可通过 python export.py --weights yolov5s-cls.pt --include engine onnx --imgsz 224 复现。

分类使用示例

训练

YOLOv5分类训练支持使用 --data 参数自动下载MNIST、Fashion-MNIST、CIFAR10、CIFAR100、Imagenette、Imagewoof和ImageNet数据集。例如，使用 --data mnist 开始在MNIST数据集上训练。

# 单GPU训练
python classify/train.py --model yolov5s-cls.pt --data cifar100 --epochs 5 --img 224 --batch 128

# 多GPU DDP训练
python -m torch.distributed.run --nproc_per_node 4 --master_port 1 classify/train.py --model yolov5s-cls.pt --data imagenet --epochs 5 --img 224 --device 0,1,2,3

验证

在ImageNet-1k数据集上验证YOLOv5m-cls的准确率：

bash data/scripts/get_imagenet.sh --val  # 下载ImageNet验证集 (6.3G, 50000张图像)
python classify/val.py --weights yolov5m-cls.pt --data ../datasets/imagenet --img 224  # 验证

预测

使用预训练的YOLOv5s-cls.pt模型对bus.jpg进行预测：

python classify/predict.py --weights yolov5s-cls.pt --source data/images/bus.jpg

model = torch.hub.load("ultralytics/yolov5", "custom", "yolov5s-cls.pt")  # 从PyTorch Hub加载模型

导出

将一组训练好的YOLOv5s-cls、ResNet和EfficientNet模型导出为ONNX和TensorRT：

python export.py --weights yolov5s-cls.pt resnet50.pt efficientnet_b0.pt --include onnx engine --img 224

环境

使用我们经过验证的环境，你可以在几秒钟内开始使用。点击下面的图标获取详细信息。

贡献

我们欢迎你的参与！我们致力于让贡献YOLOv5变得简单透明。请查看贡献指南开始你的贡献之旅，并填写 YOLOv5调查问卷给我们反馈你的使用体验。感谢所有贡献者！

📄 许可证

Ultralytics提供两种许可选项，以满足不同的使用场景：

AGPL-3.0许可证：这是一种 OSI批准的开源许可证，非常适合学生和爱好者，促进开放协作和知识共享。查看 LICENSE 文件获取更多详细信息。
企业许可证：专为商业用途设计，该许可证允许将Ultralytics的软件和AI模型无缝集成到商业产品和服务中，无需遵循AGPL-3.0的开源要求。如果你的场景涉及将我们的解决方案嵌入到商业产品中，请通过 Ultralytics许可证申请与我们联系。