YOLO-v5目标检测5分钟快速上手零基础部署实战教程你是不是经常听到别人谈论目标检测看到各种AI应用能自动识别图片中的物体却不知道从何入手或者你尝试过一些复杂的深度学习框架被繁琐的环境配置和代码调试劝退今天我要带你用5分钟时间零基础部署并运行一个真正的目标检测模型——YOLO-v5。不需要你懂复杂的数学公式也不需要你配置几个小时的环境。我们直接使用一个预置好的镜像就像打开一个软件一样简单让你立刻看到AI识别物体的神奇效果。YOLO-v5是目前工业界应用最广泛的目标检测框架之一它最大的特点就是快和准。从智能安防摄像头到自动驾驶汽车从工业质检到无人机巡检背后都有它的身影。现在让我们跳过所有理论直接动手看看它到底能做什么。1. 环境准备一分钟搞定所有依赖传统深度学习项目最让人头疼的就是环境配置。不同版本的Python、PyTorch、CUDA还有一堆依赖库稍有不慎就会报错。但今天我们不走那条老路。我们使用的是已经封装好的YOLO-v5 镜像。这个镜像里已经预装了运行YOLO-v5所需的一切PyTorch深度学习框架、YOLO-v5的专用代码库、常用的图像处理工具甚至还有Jupyter Notebook让你能边写代码边看结果。你不需要安装任何东西也不需要担心版本冲突。这就好比你去餐厅吃饭厨房已经把所有食材和调料准备好了你只需要点菜就行。1.1 启动你的AI工作台想象一下你有一个完全在云端运行的电脑里面已经装好了所有AI开发工具。这就是我们要用的环境。启动后你会看到一个类似下面这样的界面可以选择不同的使用方式通常对于新手来说JupyterLab是最友好的选择。它提供了一个网页版的代码编辑器和运行环境你可以在浏览器里直接写Python代码、运行并立即看到图片、文字等输出结果就像在玩一个在线的编程玩具非常直观。1.2 找到你的“武器库”环境启动后第一件事就是找到YOLO-v5的代码在哪里。不用担心它已经被预先放在了指定目录。你只需要在JupyterLab中新建一个代码文件通常叫notebook.ipynb然后在第一个代码单元格里输入下面这行命令并点击运行!ls /root/运行后你应该能看到一个名为yolov5的文件夹。这就是我们今天的主角所有神奇的检测能力都封装在里面。我们接下来的所有操作都将在这个文件夹里进行。2. 核心代码三行命令开启视觉超能力好了热身结束。现在我们来点真格的。目标检测听起来高大上但用YOLO-v5来实现核心代码可能比你想象的简单得多。我们直接上代码。在你的Jupyter Notebook中新建一个代码单元格把下面的代码复制进去import torch # 1. 加载模型从云端仓库获取一个现成的YOLO-v5模型 # 你可以把模型想象成一个已经训练好的“AI大脑”这里我们加载一个中等大小的“yolov5s”模型。 model torch.hub.load(ultralytics/yolov5, yolov5s) # 2. 准备图片告诉模型你要检测哪张图 # 这里我们直接用一张网上的经典示例图片里面有两个人和一个足球。 img https://ultralytics.com/images/zidane.jpg # 3. 开始推理让“AI大脑”看看这张图 results model(img) # 4. 查看结果 results.print() # 在下方打印出检测到了什么物体以及置信度 results.show() # 弹出一个窗口显示画了框的图片运行这段代码。第一次运行时会从网上下载模型文件可能需要等待几十秒到一分钟。下载完成后你会立刻看到两样东西控制台输出会打印出一张表格类似下面这样image 1/1: 720x1280 2 persons, 1 sports ball Speed: 10.2ms pre-process, 12.8ms inference, 1.2ms NMS per image at shape (1, 3, 384, 640)它告诉你图片尺寸是720x1280检测到了2个人person和1个球sports ball。下面一行是速度显示了处理这张图片有多快仅需二十几毫秒。图片显示会自动弹出一个新窗口显示原图并且用方框把人和球框了出来方框上面还标注了“person”和“sports ball”以及一个百分比置信度。恭喜你你已经成功运行了第一个目标检测模型。从加载模型到出结果核心就三行代码。这个“开箱即用”的体验正是YOLO-v5在工程上做得极其出色的地方。3. 玩转模型试试不同的图片和模型只会检测一张示例图片可不够过瘾。我们来试试让它检测你自己的图片并了解一下不同的模型有什么差别。3.1 检测你自己的图片有两种简单的方法可以让模型检测你自己的图片方法一使用网络图片链接就像我们刚才做的那样直接把图片的网址URL赋值给img变量。你可以去任何图片网站右键复制一张图片的链接地址替换掉代码里的网址。方法二使用你电脑上的本地图片如果你在JupyterLab环境中上传了自己的图片比如叫my_cat.jpg那么可以这样写# 假设图片上传到了当前目录 img ./my_cat.jpg # “./” 表示当前文件夹 results model(img) results.show()试试上传一张包含猫、狗、汽车或者杯子的图片看看YOLO-v5能不能准确地找出来。3.2 选择不同的“AI大脑”之前我们用的是yolov5s模型这里的s代表 “small”小。YOLO-v5贴心地提供了五个不同大小的模型适合不同的需求yolov5n(nano): 最小最快适合手机、树莓派等资源紧张的设备。yolov5s(small): 小速度和精度的良好平衡默认推荐。yolov5m(medium): 中精度更高速度稍慢。yolov5l(large): 大精度高。yolov5x(extra large): 最大最精确速度最慢适合对精度要求极高的服务器场景。你可以像换衣服一样轻松切换模型只需修改加载模型的那行代码# 尝试换成超轻量的纳米模型 model_nano torch.hub.load(ultralytics/yolov5, yolov5n) # 或者换成高精度的大模型 model_large torch.hub.load(ultralytics/yolov5, yolov5l)你可以用同一张图片测试不同模型感受一下速度和检测效果上的细微差别。对于大多数入门和实验场景yolov5s完全够用。4. 结果处理不止是“看看而已”运行出结果后除了简单地显示和打印你还能做很多事。results对象里包含了所有宝藏信息。4.1 保存带标注的结果图如果你想把检测好的图片保存下来分享给别人或者写报告用一行代码就行results.save() # 图片会保存到 runs/detect/exp 文件夹里运行后去JupyterLab左侧的文件浏览器找到runs/detect/exp这个路径就能看到保存好的图片了。每次运行都会生成新的exp2,exp3等文件夹防止旧结果被覆盖。4.2 获取结构化的检测数据有时候我们不仅想要图片还想要具体的检测数据比如每个框的坐标、是什么物体、置信度多少。这些数据可以方便地导出进行分析。# 将检测结果转换为Pandas DataFrame表格这是数据分析最常用的格式 pandas_results results.pandas().xyxy[0] print(pandas_results)运行这行代码你会看到一个清晰的表格包含以下列xmin,ymin: 物体框左上角的坐标。xmax,ymax: 物体框右下角的坐标。confidence: 置信度模型有多确信这是那个物体。class: 物体类别比如0代表“person”。name: 物体类别的名称。有了这些数据你就可以进行计数图片里有几个人、计算位置、或者导出到Excel进行进一步处理了。4.3 高级玩法批量检测和视频检测YOLO-v5的强大之处还在于它能轻松处理批量任务。批量检测多张图片 你只需要把多张图片的路径放在一个列表里。img_list [“image1.jpg”, “image2.jpg”, “image3.jpg”] batch_results model(img_list) batch_results.show() # 会显示所有结果 batch_results.save() # 会保存所有结果图检测视频文件 原理类似传入视频路径即可。模型会逐帧分析视频并将带检测框的结果保存为新视频。video_results model(“my_video.mp4”) video_results.save() # 输出为 runs/detect/exp/ 下的新视频文件5. 总结与下一步回顾一下在这短短的5分钟里你完成了哪些事零配置启动了一个完整的YOLO-v5开发环境。用三行核心代码实现了对图片中物体的自动识别。学会了切换不同大小的模型以适应不同场景。掌握了保存结果和导出检测数据的方法。整个过程没有复杂的理论没有痛苦的环境排错只有最直接的“输入-运行-输出”体验。这正是YOLO-v5设计哲学的精髓让强大的AI能力变得触手可及一切为工程落地服务。5.1 接下来你可以探索什么如果你觉得意犹未尽这里有几个有趣的尝试方向试试更复杂的图片找一张有很多人、车、动物的街景图看看模型能识别出多少种物体。探索其他预训练模型YOLO-v5官方还提供了针对特定场景如人脸、车牌精调过的模型你可以在torch.hub.load中指定不同的仓库路径来尝试。开启你的第一个训练如果你想用自己收集的图片比如识别某种特定的昆虫或商品来训练一个专属模型YOLO-v5也提供了极其简单的训练脚本。准备好标注好的数据集运行python train.py你就可以开始创造自己的AI了。目标检测的世界大门已经为你打开。YOLO-v5就像一把锋利且趁手的工具它降低了AI应用的门槛让每个人都能快速将想法变为可视化的结果。希望这篇教程是你探索计算机视觉精彩世界的第一步。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。