yolov5 7.0在进行检测时遇到问题

Question

我运行detect.py用于检测一个含有三类害虫的图像数据集，并且parser.add_argument('--data' 中所指向的yaml文件中也只包括这三类害虫作为nc，可是为什么我的检测结果却出现了其他东西？

如图所示，请问如何解决？

Answer 1

【相关推荐】

• 这篇博客: yolov5——detect.py代码【注释、详解、使用教程】中的 1. 函数parse_opt（） 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  def parse_opt():
      """
      weights: 训练的权重路径,可以使用自己训练的权重,也可以使用官网提供的权重
      默认官网的权重yolov5s.pt(yolov5n.pt/yolov5s.pt/yolov5m.pt/yolov5l.pt/yolov5x.pt/区别在于网络的宽度和深度以此增加)
      source: 测试数据，可以是图片/视频路径，也可以是'0'(电脑自带摄像头),也可以是rtsp等视频流, 默认data/images
      data: 配置数据文件路径, 包括image/label/classes等信息, 训练自己的文件, 需要作相应更改, 可以不用管
      如果设置了只显示个别类别即使用了--classes = 0 或二者1, 2, 3等, 则需要设置该文件，数字和类别相对应才能只检测某一个类
      imgsz: 网络输入图片大小, 默认的大小是640
      conf-thres: 置信度阈值， 默认为0.25
      iou-thres:  做nms的iou阈值, 默认为0.45
      max-det: 保留的最大检测框数量, 每张图片中检测目标的个数最多为1000类
      device: 设置设备CPU/CUDA, 可以不用设置
      view-img: 是否展示预测之后的图片/视频, 默认False, --view-img 电脑界面出现图片或者视频检测结果
      save-txt: 是否将预测的框坐标以txt文件形式保存, 默认False, 使用--save-txt 在路径runs/detect/exp*/labels/*.txt下生成每张图片预测的txt文件
      save-conf: 是否将置信度conf也保存到txt中, 默认False
      save-crop: 是否保存裁剪预测框图片, 默认为False, 使用--save-crop 在runs/detect/exp*/crop/剪切类别文件夹/ 路径下会保存每个接下来的目标
      nosave: 不保存图片、视频, 要保存图片，不设置--nosave 在runs/detect/exp*/会出现预测的结果
      classes: 设置只保留某一部分类别, 形如0或者0 2 3, 使用--classes = n, 则在路径runs/detect/exp*/下保存的图片为n所对应的类别, 此时需要设置data
      agnostic-nms: 进行NMS去除不同类别之间的框, 默认False
      augment: TTA测试时增强/多尺度预测
      visualize: 是否可视化网络层输出特征
      update: 如果为True,则对所有模型进行strip_optimizer操作,去除pt文件中的优化器等信息,默认为False
      project:保存测试日志的文件夹路径
      name:保存测试日志文件夹的名字, 所以最终是保存在project/name中
      exist_ok: 是否重新创建日志文件, False时重新创建文件
      line-thickness: 画框的线条粗细
      hide-labels: 可视化时隐藏预测类别
      hide-conf: 可视化时隐藏置信度
      half: 是否使用F16精度推理, 半进度提高检测速度
      dnn: 用OpenCV DNN预测
      """
      parser = argparse.ArgumentParser()
      parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path(s)')
      parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')
      parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')
      parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
      parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
      parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
      parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
      parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
      parser.add_argument('--view-img', action='store_true', help='show results')
      parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
      parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
      parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
      parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
      parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')
      parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
      parser.add_argument('--augment', action='store_true', help='augmented inference')
      parser.add_argument('--visualize', action='store_true', help='visualize features')
      parser.add_argument('--update', action='store_true', help='update all models')
      parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
      parser.add_argument('--name', default='exp', help='save results to project/name')
      parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
      parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
      parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
      parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
      parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
      parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
  
      opt = parser.parse_args()
      # 扩充维度, 如果是一位就扩充一位
      opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
      # 输出所有参数
      print_args(FILE.stem, opt)
      
      return opt
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^