摘要
YOLO（You Only Look Once）系列算法是目标检测领域最主流的一阶段检测框架。
本文以YOLOv5为基线，系统阐述其核心原理、训练流程与推理部署。
内容涵盖数据标注格式转换、模型训练、ONNX导出、OpenCV推理全链路，并提供可直接运行的完整代码。读者将掌握从零构建一个工业级目标检测系统的能力。
核心原理
1. 一阶段检测思想
YOLO将目标检测视为回归问题，直接在图像上预测边界框和类别概率。与两阶段检测器（如Faster R-CNN）不同，YOLO在单次前向传播中完成所有预测，因此推理速度极快。
2. 网格划分与锚点机制
输入图像被划分为S×S网格。每个网格负责预测B个边界框，每个边界框包含5个参数：x, y, w, h, confidence。此外，每个网格还预测C个类别概率。
YOLOv5采用自适应锚点计算，通过K-means聚类训练集标注框，得到9个锚点尺寸，分别对应大、中、小三个检测尺度。
3. 多尺度特征融合
YOLOv5使用FPN+PAN结构：
- FPN（特征金字塔网络）：自上而下传递强语义特征
- PAN（路径聚合网络）：自下而上传递强定位特征
这种双向融合使模型能同时检测大小目标。
4. 损失函数
总损失 = 边界框回归损失 + 置信度损失 + 分类损
