はじめに

Python、機械学習ともに初心者の筆者が書いた記事です。
誤りがあるかもしれないのでご注意ください。

　yoloのtrain.pyによって生成した学習済みモデル（best.pt）を使って、画像認識をトリガーとしたプログラムを作成したくなったので、detect.pyのコードリーディングから始めてみようと思いました。今回は、yolov5のコードを用います。

　なんとなく、yoloのバージョンの中でコードが一番シンプルそうだなと思ったためです。また、Usageが最初に記述されており、使い方がわかりやすかったのも理由です。

`yolov5/detect.py`の構成

　detect.pyは、2つの関数（run、parse_opt）とメイン関数（main）から成り立っています。if __name__ == "__main__"から見ていくと呼び出される順番は、

def main(opt):
    check_requirements(exclude=('tensorboard', 'thop'))
    run(**vars(opt))

if __name__ == "__main__":
    opt = parse_opt()
    main(opt)

　parse_opt⇒main⇒runとなっています。
　その順にコードブロック内にコメントのカタチで説明を入れていきます。

※`if name == "main"`について

`parse_opt`

def parse_opt():
    # 引数解析のためのArgumentParserインスタンスの生成
    parser = argparse.ArgumentParser()

    # 引数（オプション引数）の追加
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')
    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~省略~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~省略~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    parser.add_argument('--vid-stride', type=int, default=1, help='video frame-rate stride')

    # .parse_args()で引数の解析結果を取得し、代入
    opt = parser.parse_args()
    
    # 三項演算子を使用している
    # オプション引数の imgsz について、
    # if len(opt.imgsz) == 1　がtrueならば opt.imgsz *= 2 、falseならば opt.imgsz *= 1 が実行される
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    
    # opt に保持されているオプション引数の値をdict（「キー」と「値」の組）として出力
    print_args(vars(opt))
    return opt

parse ⇒「解析する」
opt ⇒ option ⇒「オプション」
args ⇒ arg ⇒ argument ⇒「引数」

参考

`main`

def main(opt):
    # check_requirementsは何やってるのかわからない
    check_requirements(exclude=('tensorboard', 'thop'))

    # opt に保持されているすべてのオプション引数の値をrunの引数として代入？
    # **var()の意味が分からない
    run(**vars(opt))

**の意味はこれ？↓

終わりに

メイン関数のcheck_requirements(...)や、**var(...)の意味が調べてもわからなかったのが心残りです。おそらく、本記事の目的とはあまり関係ないでしょうが...
runだけ分けて次にやります。コード量が多すぎて疲れました。

~~runへ続く~~