yolov5的代码一直在更新，所以你们代码有些部分可能不太一样，但大差不差。

先给大家看一下项目结构：（最好有这个项目，且跑通过）

detect.py文件：它可以预测视频、图片文件夹、网络流等等。

如何执行这个项目前面已经讲过了：从零开始yolov5模型训练【绝对能学会】

执行这个代码首先就是运行前面的这一部分：

对于第三部分的话，看一下这个就很明了：

对于第二部分：

什么是模块的查询路径列表：（sys.path）

就比如我们刚刚导入的models.common的那一行，我们执行的是detect.py文件，那么这个文件是如何知道这个模块在哪呢？其实就是因为我们在sys.path路径中存在了yolov5-master这个文件夹的路径，所以导包的时候，它就能知道要在yolov5-master这个文件夹里面去找models文件夹里面的common。如果sys.path里面没有yolov5-master这个文件夹里面的路径的话，导包就会出现错误。第三行的代码也是为了确保ROOT路径是存在于yolov5-master这个文件夹下的。

当把包导完之后，它就会跳到文件的最下面去执行if __name__当中的代码：

先聊聊命令行参数的意思：

再聊聊if __name__中的第一行代码的内容:（来到parse_opt函数）

参数信息打印出来大概就是这样：

然后来看看run函数吧：

run函数第一部分代码：

第三行is_file = Path(source).suffix[1:] in (IMG_FORMATS + VID_FORMATS)的意思：

is_file呢就是表示我们传入的地址是不是一个文件地址；

suffix表示的就是后缀的意思，就是“.jpg”；[1:]表示从“j”开头，所以Path(source).suffix[1:]表示的就是“jpg"。

然后判断jpg是不是在IMG_FORMATS +和VID_FORMATS这两个格式中。

那么这两个格式又是啥呢，点进来看（按住crtl,然后鼠标点击这两个美丽的单词）：

所以我们可以看到jpg是位于这两个格式中的，因此is_file也是表示的true。

（webcam是false哦，这个能推出来吧，不能推出来建议了解一下or和and）

然后到我们的run函数中的第二部分代码（94和95行）

第94行的含义：

save_dir就是新建一个保存结果的文件夹；

project代表：ROOT / 'runs/detect', name代表'exp', 用“/”把他们两个拼接起来；

increment代表增量，increment_path表示增量路径，啥叫增量路径呢：

95行：

run函数的第三部分（模型加载部分）：

这一部分的话，先看一下多后端：

具体就是第99句的参数含义：model = DetectMultiBackend(weights, device=device, dnn=dnn, data=data, fp16=half)

weights是run函数开头参数定义的:(可以看到他用的是yolov5的s这个模型，yolov5还有其他的比如m、x、n、l等，这里默认用的s)：

weights=ROOT / 'yolov5s.pt',  # model path or triton URL

device就是使用gpu还是cpu；

dnn默认的false(run函数开头定义，点进多后端可以k看到dnn代表的就是onnx opencv dnn模型)；

data是“ROOT / 'data/coco128.yaml'”这个文件，点进去看一下：

half表示半精度推理过程，默认为false，也就是没用到，不管他~

多后端点进去（模型选择）：

再看看多后端是如何创建的：

然后这是第三部分的其他代码：

run函数的第四部分（dataloader部分）：

（batch_size=1,每次输入一张图片）

（vid_path,vid_writer列表长度都是1，后面有用）

LoadImages点进去看看是个啥：

run函数的第五部分（推理部分）：

（先看dataloders.py下面几段代码）

这里再具体讲一下letterbox是如何把一张图片转换过来的：(314行)

im = letterbox(im0, self.img_size, stride=self.stride, auto=self.auto)[0]  # padded resize

im0:就是指原图片大小810×1080，然后三通道的图片；

img_size就是一直提到的640×640的这样一个尺寸大小；

stride表示模型的步长，32；auto是true。

我们点进这个函数（letterbox）看：

上面的介绍完了，

然后看detect.py的第五部分代码解读：

首先是第116行：

    model.warmup(imgsz=(1 if pt or model.triton else bs, 3, *imgsz))  # warmup

warmup就是一个热身环节，它内部就是初始化了一张空白的图片传入到模型中，让模型执行了一次前馈传播，相当于随便给了gpu一张图片，让gpu跑了一遍，让gpu有一个“热身”环节哈哈，完了之后再把自己的数据集给它让他预测。

再具体一下这行代码：

pred = non_max_suppression(pred, conf_thres, iou_thres, classes, agnostic_nms, max_det=max_det)

通过这一步处理之后会得到torch.Size([1,5,6])。

5表示从18900个检测框降低到了5个；（18900是通过权重文件算出来的）

6：前四个值表示坐标点的信息，就是一个框框它的左上角和右下角xy坐标；以及它判断这个框的置信度信息；最后一个是这个框的类别信息。

这里展示一下预测结果显示：

继续往后面看代码（139行）：

具体看一下Annotator是如何实现的：

ok，再往下看第五部分的剩余代码:

第六部分的代码(打印结果部分)：

结果图展示：