Python抓取摄像头图像，进行AI识别（二）：YOLO模型选择与安装

手把手教你如何安装与使用YOLO模型进行目标检测

🌈嘿，小伙伴们！

在上一篇文章中，我们探讨了如何利用 Python 抓取摄像头的实时图像，今儿咱们接着往下整，继续唠唠AI 图像识别的奥秘第二弹——AI视觉模型的选择与安装

AI视觉，到底能干啥？

AI 视觉技术在众多领域大放异彩，如：

• 图像分类：在零售和电商领域，可自动对商品图片进行分类，提高库存管理效率

• 目标检测：在自动驾驶领域，能够识别道路标志、交通信号灯、行人和其它车辆等，为车辆决策提供依据

• 图像分割：在医学图像分析中，可对病变部位进行精准分割，辅助医生进行诊断

• 目标跟踪：在运动分析方面，能对运动员动作进行实时跟踪和分析，助力运动训练和康复

• OCR字符识别：在车牌识别领域，可快速准确地识别车辆的车牌号码

• 图像生成：在虚拟现实领域，能够创建逼真的虚拟环境，提升用户体验

YOLO：目标检测界的"璀璨明星”

🎯目标检测作为 AI 视觉的核心领域，能精准识别和定位图像或视频帧中的目标。自YOLO出现后，这一领域发生了革命性的变革

2015年，美国华盛顿大学博士Joseph Redmon首次提出 YOLO（You Only Look Once）目标检测算法

该算法将区域提议与分类巧妙融合于单一神经网络，彻底革新了实时目标检测，大幅削减了计算时间，实现了高效的端到端学习

Joseph Redmon在主导维护完YOLOv3版本后停止对YOLO后续版本的维护，原因是对其研究成果可能被用于军事或恶意用途（如：无人机等自动武器、监控系统等）的担忧，这与他的学术初衷冲突，他认为AI技术应服务于社会福祉，而非加剧安全风险

YOLO 算法的逻辑

YOLO算法会把检测对象图片切成S×S个小方块，像切蛋糕一样。然后用卷积提取特征，得到一个特征图。特征图的每个小格子就像个小侦探，对应原始图片的一个小方块，负责找目标。如果目标中心在小方块里，小侦探就预测目标的大小、形状和类别。这就是YOLO的核心思路，简单直接

YOLO 家族大揭秘

📌自15年横空出世后，YOLO已从V1版本历经多次迭代升级至V11版本，每个版本都独具特色并适用于不同场景

📌每个模型特定介绍：

YOLOv5 为啥选择它？

📌抓取摄像头图像后需快速进行目标检测，YOLOv5是不错的选择，其特点如下：

高精度与高效率：YOLOv5在保持较高检测精度的同时，具有非常快的推理速度。它能够在实时视频流中快速检测目标，适合需要快速处理大量图像数据的场景

多版本支持：YOLOv5提供了多个版本（如n、s、m、l、x）用户可根据自己需求选择不同大小的模型。如对于资源受限的设备（如移动设备）可选择轻量级版本（如YOLOv5n），对于需更高精度场景可选择较大版本（如YOLOv5x）

易于部署：YOLOv5基于PyTorch开发，PyTorch以其流行的深度学习框架、强大的社区支持和丰富资源，使YOLOv5代码易懂易改，便于定制开发。其清晰的代码结构和完整的训练推理脚本，让模型从训练到部署变得简单快捷。同时支持ONNX、TorchScript等多种导出格式，利于跨平台部署

活跃的社区：YOLOv5有一个非常活跃的社区，开发者可以轻松找到大量的教程、预训练模型和案例。这使得新手能够快速上手，并在遇到问题时获得及时的帮助

5步教你安装与使用YOLO模型

1：下载YOLOv5模型源码

方式1：Github网址下载

Yolov5 Github地址：https://github.com/ultralytics/yolov5下图所示：

方式2：使用命令行克隆

在安装好Python情况下（推荐 Python 3.8+版本），在命令行终端里输入以下命令把 YOLOv5 源代码从 GitHub 上克隆下来：

git clone https://github.com/ultralytics/yolov5.git

方式3：通过国内镜像下载

如果你在国内访问 GitHub 速度较慢，可以使用国内的镜像站来下载 YOLOv5 源码如用Gitee的镜像地址来克隆YOLOv5源码，示例如下：

git clone https://gitee.com/monkeycc/yolov5.git

也可通过国内开发者共享的网盘链接进行下载

2：熟悉YOLOv5 文件架构

当你克隆了 YOLOv5 的 源代码仓库后，你会看到如下图所示的文件架构，搞清楚它的文件夹和文件都是干啥用的，能帮你在训练与使用模型时更得心应手

yolov5/
├── data/
├── models/
├── runs/
├── utils/
├── weights/
├── .gitignore
├── detect.py
├── train.py
├── val.py
├── requirements.txt

3：安装模型所需的依赖包

YOLOv5 运行需一些第三方 Python 包来支持，详见下图所示：

上述依赖包清单会存放在requirements.txt 文件内，输入以下命令安装：

pip install -r requirements.txt

🌱这个命令会根据 requirements.txt 文件里的列表，自动帮你安装所有需要的包，比如 NumPy、OpenCV 等等，耐心等它安装完就行

也可指定国内镜像源来加速下载，以清华大学镜像源为例，进入 YOLOv5 项目目录后运行以下命令：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

✅备注：为了避免不同项目的包发生冲突，安装 YOLO 模型时推荐使用 Conda 或虚拟环境来管理依赖包，虚拟环境的创建和使用方法，可参考前面的文章：《pip秘籍：Python包管理的10个高效秘招》

4：下载预训练模型

📌官方预训练模型：基于COCO数据集训练已学习到通用的目标特征（如形状、纹理、颜色等），相当于具备了“基础认知能力”能识别人/交通工具/动物等80多种物体  

当再次训练时，模型会基于这些已有知识，针对新任务进行优化，避免“从零开始学习”，提升训练效率和效果

YOLOv5官方提供（如 YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x 等）多种预训练模型，可根据自己的需求选择，下载地址https://github.com/ultralytics/yolov5/releases找到对应的模型文件，点击下载如下图所示：

5：使用模型进行检测推理

完成以上4步后，需验证模型是否能正常工作，利用官方预训练模型进行推理测试

案例：检测1张名为test.jpg的图片，内容是苹果与橘子交叉排列，如下图所示：

将图片存放在YOLOv5/data/images目录下，去到YOLOv5文件下，利用官方的预训练模型yolov5s.pt及自带的detect.py脚本，一句代码完成对test图片的检测

🌱示例代码如下：

python detect.py --weights yolov5s.pt --source data/images/test.jpg

✅检测结果：默认会保存在YOLOv5项目下的runs/detect目录下，结构将带有检测框和置信值，如下所示：

🔍至此，模型OK，能正常工作自动推理检测

结语：

🚀通过以上内容分享，相信你对 AI 视觉与 YOLO 目标检测有了初步的了解。下次内容将分享如何训练模型、快速 AI图像标注训练集

📌如你对这些内容感兴趣，欢迎关注我，将持续更新，带你探索Pyhton更多奥秘。下次见！

📌了解更多，可关注我的微信公众号 / 知乎号：“ Python-伍六七 ”，获取最直接资讯！