一、前言：目标检测与 YOLO 系列

目标检测是让计算机看懂画面：哪里有物体？是什么物体？在工业检测、安防监控、人脸识别、口罩检测等场景广泛使用。

YOLO（You Only Look Once）是目前最流行的单阶段检测器，最大特点是：速度快 + 精度高 + 工程友好。

其中：

• YOLOv4：传统检测算法的巅峰，堆料之王
• YOLOv5：PyTorch 时代的工程王者，简单、能跑、好用

下面我们从改进点到实战，一次性讲透。

---

二、YOLOv4 的核心改进（完全看懂版）

YOLOv4 并没有发明特别多新模块，而是把当时最有效的涨点技巧全部融合在一起。它在 YOLOv3 的基础上做了以下关键升级：

1. 主干网络改进：CSPDarknet53

• 替换原有的 DarkNet53
• 使用 CSP 结构分流梯度，让网络学得更稳、更快
• 提高特征提取能力，同时降低计算量

2. 颈部特征融合：SPP + PAN

• SPP 金字塔池化：捕捉大、中、小不同感受野，提高大图检测能力
• PAN 路径增强：自下而上加强定位信息，让小目标更容易被检测
• 最终实现：强语义 + 强定位 双优势

3. 数据增强：Mosaic 增强

• 将 4 张图片随机拼接成 1 张
• 提升小目标、遮挡目标检测能力
• 降低对大型数据集的依赖

4. 损失函数升级：CIoU Loss

• 不仅考虑 IoU（重叠）
• 还考虑中心点距离、宽高比
• 让框回归更准、更稳定

5. 后处理优化：DIoU-NMS

• 更合理过滤重复框
• 密集目标、遮挡目标效果显著提升

6. 训练策略拉满

• 余弦退火学习率
• 标签平滑
• 混合精度训练
• 自适应锚框

一句话总结：YOLOv4 = 更强的主干 + 更强的特征融合 + 更强的数据增强 + 更优的损失函数。

---

三、YOLOv5 介绍：工程化最强的 YOLO

YOLOv5 基于 PyTorch 开发，一发布就成为工业界、学生党首选。它的核心不是创新，而是简单、稳定、能跑、能部署。

特点：

• 代码简洁，极易修改
• 训练极快，支持 GPU 加速
• 提供 n/s/m/l/x 不同大小模型
• 一键导出 ONNX/TensorRT 部署
• 非常适合口罩检测、行人检测、车牌识别等项目

---

四、YOLOv5 实战：从训练到检测完整跑通（基于真实代码）

下面内容全部来自你提供的 train.py、detect.py 和训练日志，可直接复现。

1. 项目结构

plaintext

yolov5-2.0/
├── train.py        # 训练脚本
├── detect.py       # 推理脚本
├── utils/          # 工具库
├── models/         # 模型结构
├── MaskDataSet/    # 口罩数据集
└── weights/        # 预训练权重

2. 训练脚本 train.py 关键逻辑

（1）混合精度加速（Apex）

try:
    from apex import amp
    mixed_precision = True
except:
    mixed_precision = False

减少显存占用，加速训练。

（2）加载模型权重

ckpt = torch.load(weights, map_location='cpu')
model.load_state_dict(ckpt['model'], strict=False)

兼容 CPU/GPU 设备。

（3）损失函数计算

loss, loss_items = compute_loss(pred, targets.to(device), model)

包含：

• GIoU 框定位损失
• obj 置信度损失
• cls 分类损失

（4）验证与指标计算

results, maps, times = test.test(...)

输出精确率、召回率、mAP 等指标。

3. 开始训练（GPU 命令）

python train.py --data ./MaskDataSet/data.yaml --weights ./weights/yolov5s.pt --batch-size 1 --cache-images --device cuda

4. 训练日志解读（你的真实日志）

• GIoU：框回归损失
• obj：置信度损失
• cls：分类损失
• total：总损失
• 最后三列：val_giou、val_obj、val_cls（验证集损失）

训练过程损失持续下降，说明模型正常收敛、GPU 正常工作。

---

五、YOLOv5 推理检测：detect.py 运行

训练完成后，用 best.pt 进行检测。

1. 检测命令

python detect.py --weights ./runs/exp28/weights/best.pt --source 图片路径

2. detect.py 执行流程

1. 加载模型
2. 读取图片
3. 模型前向推理
4. NMS 非极大值抑制
5. 画框并保存结果

model = attempt_load(weights, map_location=device)
pred = model(img)
pred = non_max_suppression(pred)

3. 输出结果

检测后图片自动保存到：

inference/output/

画面中会出现预测框、类别、置信度。

---

六、YOLOv4 vs YOLOv5 总结

特点	YOLOv4	YOLOv5
框架	DarkNet	PyTorch
难度	难配置	简单易用
速度	较慢	更快
部署	复杂	简单
适用	科研、竞赛	项目、毕设、落地

新手、做项目、跑口罩检测 → 直接选 YOLOv5。

---

七、总结

• YOLOv4 是传统目标检测的巅峰，技巧强大、精度极高。
• YOLOv5 是工程化的王者，简单、快速、稳定、易部署。

不管你是学习目标检测，还是做课程设计、毕业设计，YOLOv5 都是最适合上手、最容易跑通的方案。

希望本篇博客能帮助你理解 YOLO 系列，并成功训练出自己的第一个目标检测模型。