YOLOv5 7.0：系统概述

01 系统概述

1.1 项目定位

YOLOv5 是 Ultralytics 基于 PyTorch 实现的实时视觉框架。当前源码对应 release v7.0，核心任务包括：

• 目标检测：train.py、val.py、detect.py
• 实例分割：segment/train.py、segment/val.py、segment/predict.py
• 图像分类：classify/train.py、classify/val.py、classify/predict.py
• 模型导出：export.py
• 多后端推理：models/common.py::DetectMultiBackend

该版本的主要发布特性是加入 YOLOv5-seg 实例分割模型。

1.2 版本与许可证

项	内容
版本	YOLOv5 v7.0
语言	Python
训练框架	PyTorch
许可证	GPL-3.0
Python 要求	README 声明 Python ≥ 3.7
PyTorch 要求	torch>=1.7.0

源码中的模型、脚本和文档均标注 GPL-3.0。商业产品集成前应核对许可证义务。

1.3 根目录结构

yolov5-7.0/
├── train.py                 # 检测训练
├── val.py                   # 检测验证
├── detect.py                # 检测推理
├── export.py                # 多格式导出
├── benchmarks.py            # 导出格式性能/精度测试
├── hubconf.py               # PyTorch Hub 入口
├── sample_detect.py         # 本仓库增加的本地推理示例
├── models/
│   ├── yolo.py              # Detect/Segment/模型解析
│   ├── common.py            # 网络块、多后端、AutoShape
│   ├── experimental.py      # 权重加载、模型集成
│   ├── tf.py                # TensorFlow/Keras 对应实现
│   ├── yolov5{n,s,m,l,x}.yaml
│   ├── segment/             # 分割模型 YAML
│   └── hub/                 # P6/P7/实验结构
├── utils/
│   ├── dataloaders.py       # 数据集、图片/视频/流加载
│   ├── augmentations.py     # Letterbox、Mosaic、几何增强
│   ├── loss.py              # 检测损失与目标匹配
│   ├── general.py           # NMS、坐标、检查与通用工具
│   ├── metrics.py           # IoU、AP、混淆矩阵
│   ├── plots.py             # 绘图与 Annotator
│   ├── torch_utils.py       # 设备、EMA、DDP、优化器
│   ├── autoanchor.py        # Anchor 检查与进化
│   ├── callbacks.py         # 训练生命周期回调
│   ├── loggers/             # TensorBoard/ClearML/Comet/W&B
│   └── segment/             # 分割损失、数据与指标
├── data/
│   ├── coco.yaml            # 数据集定义
│   ├── coco128.yaml         # 小型入门数据集
│   ├── coco128-seg.yaml
│   ├── hyps/                # 训练超参数
│   └── scripts/             # 数据/权重下载脚本
├── segment/                 # 分割任务入口
├── classify/                # 分类任务入口
├── requirements.txt
└── README.md

1.4 主要依赖

依赖	用途
PyTorch / torchvision	模型、训练、AMP、数据接口
OpenCV	图像与视频读写、缩放、绘图
NumPy / SciPy	数组与科学计算
PyYAML	模型、数据集、超参数配置
Pillow	PIL 图像及 AutoShape 输入
matplotlib / seaborn / pandas	可视化与统计
tqdm	训练进度条
thop	参数量与 FLOPs 统计
tensorboard	训练日志

ONNX、TensorRT、OpenVINO、CoreML、TensorFlow、Paddle、Triton 等是按导出/部署目标选装的依赖。

1.5 三类任务

检测

输出每个候选框的：

(x, y, w, h, objectness, class scores...)

经 NMS 后成为：

(x1, y1, x2, y2, confidence, class_id)

实例分割

Segment 继承 Detect，除检测输出外增加：

• 每个候选实例的 mask 系数
• Proto 生成的共享原型掩码

预测阶段用 mask 系数线性组合原型，再裁剪到框内。

分类

ClassificationModel 可截取检测模型的 backbone，并将最后一层替换为 Classify 头。

1.6 模型规模

P5 检测模型包括：

yolov5n → yolov5s → yolov5m → yolov5l → yolov5x

它们主要共享拓扑，通过 YAML 中：

• depth_multiple：缩放模块重复次数
• width_multiple：缩放输出通道

实现从轻量到高精度的系列化。

1.7 核心设计思想

一句话概括：

用 YAML 描述网络图，parse_model() 动态创建 PyTorch 模型；用锚框三尺度头完成密集预测；训练端以 CIoU、Objectness BCE、Class BCE 联合优化；部署端通过 DetectMultiBackend 隔离不同推理运行时。