介紹如何使用 PyTorch 架構的 YOLOv5 預訓練模型，自行訓練物件偵測模型，用於辨識雞蛋。
安裝 Python 的 venc 套件之後，建立一個 YOLOv5 專用的 Python 虛擬環境：
# 安裝 Python 的 venv 套件 apt install python3.8-venv # 建立 Python 虛擬環境 yolov5env python3 -m venv yolov5env
載入 Python 虛擬環境 yolov5env：
# 載入 Python 虛擬環境 yolov5env
source yolov5env/bin/activate
下載 YOLOv5 原始碼，並在 Python 虛擬環境之下安裝 YOLOv5 所需要的各種 Python 套件：
# 下載 YOLOv5 原始碼 git clone https://github.com/ultralytics/yolov5 # 安裝 yolov5 所需環境 cd yolov5 pip install -r requirements.txt
detect.py 指令稿在 YOLOv5 的原始碼中，有附帶一個偵測物件用的 Python 指令稿 detect.py，可以使用指定的 YOLOv5 模型來進行物件偵測，例如拿官方的 zidane.jpg 圖檔進行物件偵測：
# 以 YOLOv5 模型偵測物件 python3 detect.py --source zidane.jpg
detect: weights=yolov5s.pt, source=https://ultralytics.com/images/zidane.jpg, data=data/coco128.yaml, imgsz=[640, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False, save_txt=False, save_conf=False, save_crop=False, nosave=False, classes=None, agnostic_nms=False, augment=False, visualize=False, update=False, project=runs/detect, name=exp, exist_ok=False, line_thickness=3, hide_labels=False, hide_conf=False, half=False, dnn=False Found https://ultralytics.com/images/zidane.jpg locally at zidane.jpg YOLOv5 🚀 v6.1-40-gb0ba101 torch 1.11.0+cu102 CPU Fusing layers... Model Summary: 213 layers, 7225885 parameters, 0 gradients image 1/1 /home/ubuntu/yolov5/zidane.jpg: 384x640 2 persons, 2 ties, Done. (0.121s) Speed: 5.9ms pre-process, 120.6ms inference, 1.6ms NMS per image at shape (1, 3, 640, 640) Results saved to runs/detect/exp
其中 --source 參數可以用來指定影像來源，支援的格式非常多，包含圖片檔案（jpg、png）、影片檔案（mp4）、包含圖片的目錄、YouTube 網址、RTSP 串流位址等，而偵測結果預設會擺放在 runs/detect/exp 目錄之下，以下是偵測的結果。
YOLOv5 實際上又依據模型複雜度分為 yolov5n、yolov5s、yolov5m、yolov5l、yolov5x，我們可以使用 --weight 參數來指定要採用的模型，例如使用 yolov5n：
# 以 YOLOv5 模型偵測物件 python3 detect.py --source zidane.jpg --weight yolov5n.pt
detect.py 指令稿還有支援其他相當多的參數，可以使用 --help 查詢：
# 查詢參數用法 python3 detect.py --help
除了使用既有的指令稿之外，我們也可以自行撰寫 Python 指令稿來使用 YOLOv5 模型偵測物件：
import torch # 從 PyTorch Hub 下載 YOLOv5s 預訓練模型，可選用的模型有 yolov5s, yolov5m, yolov5x 等 model = torch.hub.load('ultralytics/yolov5', 'yolov5s') # 影像來源，支援檔案、路徑、PIL、OpenCV, NumPy, list 等 img = 'https://ultralytics.com/images/zidane.jpg' # 進行物件偵測 results = model(img) # 顯示結果摘要 results.print()
image 1/1: 720x1280 2 persons, 2 ties Speed: 1003.3ms pre-process, 130.5ms inference, 2.0ms NMS per image at shape (1, 3, 384, 640)
偵測出物件之後，可以顯示或儲存結果圖片：
# 顯示結果圖片 results.show() # 儲存結果圖片 results.save()
亦可顯示所有偵測到的物件列表，包含位置、信心（confidence）、類別編號與名稱：
# 顯示物件列表 results.pandas().xyxy[0]
xmin ymin xmax ymax confidence class name 0 743.290466 48.343628 1141.756592 720.000000 0.879861 0 person 1 441.989624 437.336731 496.585083 710.036194 0.675119 27 tie 2 123.051208 193.238037 714.690491 719.771301 0.666693 0 person 3 978.989807 313.579498 1025.302856 415.526215 0.261517 27 tie
若想要針對自己的資料，訓練出自己的 YOLO 模型，可以先準備好標註的圖片之後，再用預訓練的 YOLO 模型，進行遷移式學習（transfer learning）。
若要自己標注圖片，可以使用 LabelImg 這個開放原始碼的工具，此工具是以 Python 所開發的，可以用 pip3 安裝：
# 安裝 labelImg 圖片標注工具
pip3 install labelImg
安裝好之後，執行 labelImg：
# 執行 labelImg 圖片標注工具
labelImg
開啟 labelImg 標註工具之後，就可以用滑鼠框出圖片中的物件，並設定每個物件的類別，而在標註完成之後，在存檔之前記得要將儲存格式切換為 YOLO，儲存成訓練 YOLO 模型時可以直接使用的文字檔。
儲存標註資訊的文字檔時，要跟原來的圖片檔案名稱相同，只不過副檔名要改為 .txt，labelImg 預設的檔案名稱就是按照這樣的規則來命名的，所以就使用預設的檔案名稱即可，不要隨意更改，這樣之後在整理資料時會比較方便。
YOLO 的標註格式是普通文字檔，每一行代表一個標註物件，格式為 class x_center y_center width height，各欄位以空白分隔，意義如下：
class：類別 ID。x_center：中心點 X 座標（標準化）。y_center：中心點 Y 座標（標準化）。width：方框寬度（標準化）。height：方框高度（標準化）。以下是一個 YOLO 標註範例：
0 0.236719 0.502814 0.308854 0.434887 0 0.463542 0.266881 0.253125 0.424437 0 0.502083 0.646704 0.280208 0.418810
將所有的圖片標註好之後，參考 coco128 資料集的目錄結構，將自己的資料也依照同樣的目錄結構存放，類似像這樣：
eggs
├── images
│ └── train
│ ├── egg0.png
│ ├── egg1.png
│ └── egg2.png
└── labels
└── train
├── egg0.txt
├── egg1.txt
└── egg2.txt
YOLOv5 訓練程式在讀取圖檔所對應的標註檔案時，會將圖檔路徑中最後一個 images 替換為 labels，然後在這個路徑中尋找對應的標註檔案。
這裡我們只是舉例來說明圖片與標註檔案的目錄結構，實際上不會只用三筆資料就進行模型訓練，依照 YOLOv5 官方網頁上的建議，每個類別最好收集到 1500 張影像，並包含 10000 個標註物件。
接著為自己的資料集準備一個給訓練程式用的 eggs.yaml 設定檔，內容如下：
# 設定圖檔路徑 path: ../datasets/eggs # 資料根目錄 train: images/train # 訓練用資料集（相對於 path） val: images/train # 驗證用資料集（相對於 path） test: # 測試用資料集（相對於 path，可省略） # 物件類別設定 nc: 1 # 類別數量 names: ['egg'] # 類別名稱
其他資料集的 YAML 設定檔，可以從 YOLOv5 原始碼的 data 目錄中查看。
準備好標註資料與設定檔之後，執行 YOLOv5 原始碼中附帶的模型訓練指令稿：
# 進行 YOLOv5s 模型訓練 python train.py --img-size 640 --batch 16 --epochs 500 \ --data eggs.yaml --weights yolov5s.pt
這裡的 --img-size 可以指定影像的大小，對於偵測比較小的物件時，可以加大影像的大小，預設的影像大小為 640；--weights 則可用來指定預訓練的模型。
訓練完成之後，新的模型與各種訓練過程的資訊都會放在 runs/train/exp 目錄中，其中 result.png 可以查看模型的收斂狀況，如果模型收斂的情況不理想，可能就要考慮調整參數並重新訓練。
而在 runs/train/exp/weights 目錄中存放了最佳的模型參數 best.pt 以及訓練到最後的模型參數 last.pt，通常我們會使用 best.pt 這個最佳的模型參數來做後續的預測。
自己訓練出來的 YOLO 模型也可以直接套用 detect.py 指令稿進行預測：
# 使用自行訓練的 YOLO 模型進行預測 python detect.py --weight runs/train/exp/weights/best.pt \ --source eggs-test.jpg --iou-thres 0.3 --conf-thres 0.5
這裡的 --iou-thres 是設定 IoU 門檻值，而 --conf-thres 則是設定信心門檻值，這兩個值會直接影響物件偵測的結果，偵測的結果同樣會放在 runs/detect/exp 目錄之下。
自行訓練的 YOLOv5 模型，也可以用於自行撰寫的 Python 指令稿中，使用方式與前述標準的 YOLOv5 模型類似：
import torch # 載入自行訓練的 YOLOv5 模型 model = torch.hub.load('ultralytics/yolov5', 'custom', path='runs/train/exp/weights/best.pt') # 影像來源 img = 'eggs-test.jpg' # 設定 IoU 門檻值 model.iou = 0.3 # 設定信心門檻值 model.conf = 0.5 # 進行物件偵測 results = model(img) # 顯示結果摘要 results.print()
image 1/1: 1440x1920 12 eggs Speed: 49.7ms pre-process, 100.1ms inference, 2.0ms NMS per image at shape (1, 3, 480, 640)
