最近突发奇想：目标检测网络本身是否自带分类效果？分类效果如何？于是重新翻出yolov5，拿cs做个小测试。
而且不得不说，网上那堆千篇一律的，有多少真正在玩这个东西啊，还有直接copy github项目介绍当文章的，也是服气，参数介绍要么不全，要么错误百出，坑啊。没办法，只能自己弄一篇文章了，我踩过的坑，都是你脚下的桥，哈哈。
yolov5项目结构及参数详解
项目结构
我们知道：训练一个神经网络，无外乎三个部分：网络、数据集、参数。对于yolo而言，网络在
./model/common.py和./model/yolo.py两个文件里，网络参数分别在同目录yaml文件和data文件夹的yaml文件内。
训练需要pt文件，可以在官网下载，数据集、网络结构准备好后，就可以点开train.py文件开始训练了，训练参数同样在两个地方：data/hyps指定文件超参数设置；train.py内ctrl+f搜索prase_opt的一大串东西。
其中hyps文件夹内的超参数设置：
def prase_opt参数设置
此外，你可能发现yolov5的学习率有点特别，在train.py内搜lr可以看见它的公式，如果你想魔改它，或许需要用到。
至此，整个项目结构了解清楚，就可以开始自己的魔改了，建议有空多看看源码，即使一知半解也对你消除error大有裨益。接下来，我们重头开始。（避免某时候忽然要用自己忘了。。）
从零开始安装pytorch及yolov5 6.0
仅限windows下，为啥捏，因为习惯了。。。最好用NVIDIA 20系以上GPU，tensor加速很爽
安装cuda和cudnn（在python的文章里有相同的）
1 | conda install cudatoolkit=11.3 cudnn=8.2.1 |
- CUDA 工具包 11.0 配合 cuDNN v8.0.2
- CUDA 工具包 11.1 配合 cuDNN v8.1.1
- CUDA 工具包 11.2 配合 cuDNN v8.2.1
安装位置在library\lib
安装pytorch 和yolov5 6.0
进去找到安装代码（记得要符合自己cudnn版本的，得自己修改官方给出的命令）
建议使用conda和pip安装，pycharm自动安装的是cpu版本，gpu似乎有bug（我的是2021年版本，可能老了点）
因此最适合流程是：anaconda（可以弄个精简版的，没numpy等等，很快）——conda装cuda和cudnn驱动——在新建环境下安装pytorch-gpu——把pycharm设置为该环境，非常小白，经过多次失败总结出的血泪教训……
yolov5
进入正题，如果你嫌麻烦，请直接打开pycharm，设置好环境后，在文件—设置—pycahrm解释器，把那个绿色的小圆圈取消，点击加号：
如果没有出现内容，请在仓库管理内设置为清华源
https://pypi.tuna.tsinghua.edu.cn/simple/
随后，无敌的pycharm就会自动配置好yolo和它的小伙伴了。而yolov5本身包在左侧site-packages下面，慢慢找
随后你可以直接在pycahrm操作包里的文件，而不必每次打开命令行，diy自由度极高
开始魔改
因为我拿来测试csgo滴，cs截取的数据集至少为1440*900，即使按0.8截取也远大于标准640和v5s6的1280，而且很多时候，cs玩家喜欢露个小脑袋，喜欢半截身子peek，比起守望这种目标简直蚊子一般，因此得加点东西，不过加了也因为cs特性及帧数很难在一两年内派上用场。
至于注意力，大佬们已经总结了，感谢jpg
https://blog.csdn.net/weixin_43694096/article/details/124443059
简而言之，1、把结构类放在common里，在yolo.py内把类加进去，再到网络相应的yaml文件内添加新的层。
修改激活函数也有，提升还行，relu很老了，是时候来点新鲜血液。
注意：魔改完一定记得改超参数！！！！！！
为什么建议直接找网上呢？因为基本是你抄我我抄你，很多作者还自诩原创，说不定电脑里连编译器都没有……正因如此，你会发现那么多作者代码他娘的基本一模一样，连名称都不带改的！！！于是一个大佬发，一堆人抄，一来二去除非连复制粘贴都不会，代码基本是对的？！离谱就
实操及一些测试
一、yolov5能否找到图像间逻辑关系
过去我使用yolo做人脸检测时，发现它本身就可以粗略进行人脸区分，当然其效果肯定不如专业的xception或resnet加attention，但我好奇地是：它究竟能做到怎样的程度，能否像人类一样找到游戏中的逻辑呢？
如上图所示，用260张经过筛选的cs样本，其中包含大量涵盖敌我的图片，我希望yolov5能发现头上带三角形和名字的是我队友，头上啥都没得才是敌人。满怀期待跑300个epoch（是跑多了过拟合吗？）很不幸它并没有呈现出我想要的样子。
于是又翻了翻模型结构，gayhub上yolov5s的yaml文件如下（尽管我用的是s6）
Parameters
nc: 80 # number of classesdepth_multiple: 0.33 # model depth multiplewidth_multiple: 0.50 # layer channel multipleanchors:
[10,13, 16,30, 33,23] # P3/8[30,61, 62,45, 59,119] # P4/16[116,90, 156,198, 373,326] # P5/32
YOLOv5 v6.0 backbone
backbone:
[from, number, module, args]
[[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 3, C3, [1024]],
[-1, 1, SPPF, [1024, 5]], # 9
]
YOLOv5 v6.0 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
不应该啊，conv理论上应该自带像素相关性，至少明白人物脑壳上一点有个箭头是队友不难吧……
二、yolo能否替代动作检测、骨骼检测
简而言之：我尝试将标记数据分为：ct（警察）、t（匪）、cthead、thead，共两百个，毕竟cs这游戏只有头==
然而同样令人失望，yolo似乎无法搞清楚脑袋和身体区别，而且比起上面“只标记敌人”的model，这一版本更容易将国内特色黑血识别为身体，细想确实如此，苍蝇头和黑漆漆的身体跟石油没啥区别。
此外，当目标较小时，它没办法识别，结构限制了。只能说现有的目标检测网络确实远不如人体先进，一个老练的玩家敌人哪怕漏出一个像素也会发现……
三、优化及更改
我尝试在yolov5s中加入ca注意力模块，在sppf层前，并尝试改变描框方法，尽量以头为对称线，试图让网络本身学习到“头”和“身”的概念，然而不仅网络识别效率下降，甚至出现一些意外的“未知小瞄匡”，随后排查推论：我故意添加的几个小脑袋样本产生了不良影响。删除该样本重新训练，仍低概率出现，而yolov5s本身则是“小概率出现中等大小瞄匡”，例如墙边和门，显而易见，小样本让神经网络对“边缘”过分敏感。
比起更改网络模块，变换网络结构、增大输入尺寸更为合适，同等样本下，yolov5s6的1280输入对小目标检测更友好，注意力模块确实能带来提升，但除非遇到瓶颈，否则其付出的算力代价远不如收益。
结论
所以其本身仍只能作为单纯检测网络，完整的识别流程仍然是目标检测——详细分类。当然关于yolo在射击游戏上的应用我并不打算止步不前，鉴于目前显卡运算能力，我们仍可以试着做一个简单的模块化半ai，移植到其它游戏中更改相应网络即可。
————————————2022年5月31日更新————————
我试着把yolo结构残差层激活，但对结果没啥用影响，对训练也没啥影响……于是关了，毕竟官方是false
随后更改激活函数、添加注意力、增大样本、优化超参数，取得意料之外结果，这玩意儿居然真有用了，极小的yolov5s6竟然能打中距离靶子，改了点参数后移动靶也能打了！！！还真的能粗略分清t和ct，如果万恶的G胖非得加人物皮肤，它的精确度还能更高。尽管目前反应比较慢（我会尝试优化代码，但似乎受到gpu显存速度，始终延迟很高），但距离真正“战争机器”似乎不远了，我还发现，准星对yolo有影响，得添加点瞄匡内有准星的样本哦。
————————————2022年7月13日更新————————
我在测试延迟后发现很奇怪的事情，如果用未经训练的模型，在3060ti上5s 6.0 1280*1280推理时间在20ms以内，而训练后接近40ms，（纯cuda计算）经初步排查，可能是更换激活层的后果，ca-attention对神经网络运算影响比想象更小，而5s和5n速度居然相差不大，令人诧异。