YOLOv5代码详解四

zh653

已于 2025-04-16 10:27:27 修改

阅读量697

点赞数 15

CC 4.0 BY-SA版权

分类专栏： VOLOV5从入门到实战文章标签： YOLO

于 2025-03-26 17:33:04 首次发布

本文链接：https://blog.csdn.net/zh653/article/details/146534834

VOLOV5从入门到实战专栏收录该内容

6 篇文章 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

验证部分val.py这个文件主要是train.py每轮训练结束后，用val.py去验证当前模型的mAP、混滑矩阵等指标，以及各个超参数是否是最佳，不是最佳的话修改train.py里面的结构:确定是最佳了再用detect.py去泛化使用。
train.py‌：模型的“教练”，负责学习数据规律。
‌val.py‌：模型的“考官”，确保学习方向正确。
‌detect.py‌：模型的“实战测试”，验证其解决实际问题的能力。

一、导包和基本配置
1、导入安装好的python库
####### 基础系统与配置模块
import argparse # 命令行参数解析器，用于解析训练/推理时输入参数（如–weights, --batch-size）
import json # JSON编解码工具，用于读写模型配置、标签映射表等结构化数据文件
import os # 操作系统接口，处理文件路径、环境变量（如获取GPU数量、创建日志目录）
import sys # 解释器交互工具，用于程序退出、命令行参数读取（sys.argv）等系统级操作

####### 路径与并行处理模块
from pathlib import Path # 现代化路径操作库，替代os.path，支持链式调用
from threading import Thread # 线程管理，用于异步任务（如实时打印日志、数据加载与训练并行执行）

####### 数值计算与深度学习框架
import numpy as np # 多维数组运算库，用于图像预处理（归一化）、指标计算（mAP, IoU）
import