下载yolov5

地址是：https://github.com/ultralytics/yolov5

使用按照教程来进行就行

这里简单说一下：

• 下载需要的命令： pip install -r requirements.txt

• **注意环境：**克隆 repo，并要求在 Python>=3.8.0 环境中安装 requirements.txt ，且要求 PyTorch>=1.8 。 .org/get-started/locally/) 。

• 想用GPU，记得下载CUDA

• 运行指令： python train.py --data coco.yaml --epochs 300 --weights ‘’ --cfg yolov5n.yaml --batch-size 128

• 执行指令（举例）： python detect.py --weights yolov5s.pt --source 0

注意事项（有必要看看）

这里用coco.yaml和yolov5n.yaml进行举例子

• 首先想要训练自己的数据集，记得把路径改好
  

• 类别数与yolov5n.yaml中要一致
  
  

• 使用coco_hat.yaml也是可以的，可以仿照它的路径进行修改
  

• 说明一下自己的数据集
  
  images\train2017中是jpg的格式，其他格式可能会报错
  labels\train2017中的数据是txt文件
  
  每行的意思是：类别的数据（在coco.yaml中对应），中心横坐标，纵坐标，宽，高

• 训练完成后会在终端输出保存的路径，其中weights中有训练模型文件（.pt文件），要想执行，进行使用，记得将yolov5n.pt文件换成weights中文件

• 当–batch-size过大时，会超出电脑承受力，会报错的，可以在网上租一个云计算进行训练

效果

总结

这是好久之前做的了，今天整理博客才发现，其实并没有写完，但是就这样也可以了，其实很简单的。