YOLOv5-Face 项目使用教程

1. 项目的目录结构及介绍

YOLOv5-Face 项目的目录结构如下：

yolov5-face/
├── data/
│   ├── images/
│   ├── labels/
│   └── ...
├── models/
│   ├── common.py
│   ├── yolov5s.yaml
│   └── ...
├── utils/
│   ├── datasets.py
│   ├── general.py
│   ├── loss.py
│   └── ...
├── weights/
│   └── ...
├── train.py
├── detect.py
├── requirements.txt
└── ...

目录结构介绍

• data/: 存放训练和测试数据集的目录，包括图像和标签文件。
• models/: 包含模型定义和配置文件，如 yolov5s.yaml。
• utils/: 包含各种实用工具脚本，如数据加载、损失函数等。
• weights/: 存放预训练权重文件。
• train.py: 训练脚本。
• detect.py: 检测脚本。
• requirements.txt: 项目依赖文件。

2. 项目的启动文件介绍

train.py

train.py 是用于训练 YOLOv5-Face 模型的主要脚本。可以通过以下命令启动训练：

python train.py --data data/widerface.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 16 --epochs 100

detect.py

detect.py 是用于检测人脸的主要脚本。可以通过以下命令启动检测：

python detect.py --source data/images/test --weights weights/best.pt --conf 0.5

3. 项目的配置文件介绍

data/widerface.yaml

data/widerface.yaml 是数据集配置文件，定义了数据集的路径、类别等信息。

train: data/images/train
val: data/images/val
nc: 1
names: ['face']

models/yolov5s.yaml

models/yolov5s.yaml 是模型配置文件，定义了模型的结构和参数。

# parameters
nc: 1  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

# anchors
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Focus, [64, 3]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 9, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 1, SPP, [1024, [5, 9, 13]]],
   [-1, 3, C3, [1024, False]],  # 9
  ]

# YOLOv5 head
head:
  [[-1, 1, Conv, [512, 1,