1. YOLOv5的核心架构由哪几个主要部分组成？

• Input：把数据处理好，喂给模型。
• Backbone：提取图片的基础特征。
• Neck：把不同特征融合起来，让模型看得更全面。
• Head：输出目标的位置、类别和置信度。

2. YOLOv5是如何进行目标检测的，它的检测流程是怎样的？

图片输入 → 预处理增强 → 骨干网络提取特征 → Neck 融合多尺度特征 → 检测头输出位置 / 置信度 / 类别 → NMS 去重 → 输出最终检测结果。

3. 在YOLOv5中，如何准备自己的数据集进行训练？

• 收集图片：准备业务场景图片，命名无中文、无特殊符号。
• 标注数据：用 LabelImg 标框，保存为 YOLO 格式（图片 + 同名 txt 标注）。
• 划分数据集：按 7:2:1 分成 train、val、test，分别放入 images、labels 对应文件夹。
• 写 yaml 配置文件：填数据集路径、类别总数 nc、类别名称 names。
• 开始训练：运行训练命令，指定数据 yaml、模型配置、预训练权重、迭代轮数即可。

4. 怎样调整YOLOv5的超参数来优化检测效果？

调学习率稳训练，调批次提精度，调置信度减错检，调轮数提效果，调数据增强防过拟合。

5. YOLOv5中的损失函数是如何计算的，有什么作用？

YOLOv5 用 CIoU 做框损失 + 交叉熵做置信和分类损失，分别约束框位置、有无目标、类别判断，训练时不断减小总损失，让模型越来越准。

6. 如何评估YOLOv5模型的性能，有哪些常用的评估指标？

一、常用评估指标

1. 精确率 Precision（查准率）

含义：模型预测出来的目标里，真正对的占比。作用：看模型乱不乱报错检。

2. 召回率 Recall（查全率）

含义：真实所有目标里，被模型找出来的占比。作用：看模型漏不漏检。

3. F1-score

含义：精确率和召回率的平衡综合值。作用：同时兼顾不准、不漏，越高整体效果越好。

4. mAP@0.5

含义：所有类别 AP 的平均值，IoU 阈值设为 0.5。作用：目标检测最核心指标，整体模型好坏看这个。

5. mAP@0.5:0.95

含义：从 IoU 0.5 到 0.95 多阈值平均。作用：更严格，看模型框定位精不精准。

6. FPS

含义：每秒能检测多少帧图片。作用：评估模型推理速度、实时性。

7. 混淆矩阵

作用：直观看出哪两类容易互相认错（比如 left 和 right 混分）。

二、怎么综合评估模型

1. 看 mAP：整体性能高低
2. 看 Precision：错检多不多
3. 看 Recall：漏检多不多
4. 看 F1：综合均衡效果
5. 看 混淆矩阵：找类别混淆问题
6. 看 FPS：能不能实时使用

7. 怎样在YOLOv5中处理小目标检测的问题？

放大输入尺寸 + 扩充小目标数据 + 加强数据增强 + 调低置信阈值 + 利用浅层多尺度特征

8. YOLOv5中的多尺度训练是如何实现的，有什么好处？

YOLOv5 多尺度训练就是训练时随机变换图片分辨率，让模型学会适应不同大小目标，提升泛化能力、大小目标都检测更准。

9. 如何将训练好的YOLOv5模型部署到实际应用场景中？

训练好 best.pt → 导出 ONNX / 轻量化格式 → 在电脑 / 嵌入式 / 网页 / 移动端调用，完成图片、视频、摄像头的实时目标检测部署。

10. YOLOv5相比之前的YOLO版本有哪些改进之处？

YOLOv5 在网络结构、损失函数、数据增强、自适应策略、模型轻量化、工程易用性、速度精度平衡上全面升级，比老版本更轻、更快、更准、更好部署。