软硬件环境： 

• 乌班图 20.04 64位
• 蟒蛇与 3.8.10
• 英伟AGX Orin
• 库达11.4
• PyTorch1.12
• YOLOv5-6.1

感谢开源数据集下载地址

正常都是自己收集完了训练，今天就省略这个步骤了。 如果想自己制作看下面的流程。

软硬件环境搭建教程链接

刷机的话使用官方教程或者第三方仿制厂家的也行 

制作自己的数据集

如果没有对应目标的公开数据集，那就只有自己出手收集了，图片到手后，接下来就是艰辛的打标签工作了，这里使用工具LabelImg，下载地址是发布二进制 v1.8.1 ·心动实验室/标签Img (github.com)

下个文章我写一下制作训练自己的数据集。

安装python在你的开发环境

【labelimg 】下载及出现ImportError:Cant load frozen modules问题，将路径都改成英文就好了 

使用公开的数据集进行训练

ROBOFLOW 提供了一些公开的数据集，我们下载其中的口罩数据集进行训练，链接是 Mask Wearing Object Detection Dataset, 如果原网站无法访问的话，可以到下面的链接下载(11条消息) MaskWearing.v4-raw.yolov5pytorch.zip-机器学习文档类资源-CSDN文库

上传到jetson设备名称改的简短一点改成mask或者你就用原来的也可以。

nvidia@nvidia-desktop:~/works/yolov5-6.1$ cat /home/nvidia/mask/data.yaml
train: /home/nvidia/mask/train/images
val: /home/nvidia/mask/valid/images

nc: 2
names: ['mask', 'no-mask']

开始训练

python3 train.py --img 640 --batch 16 --epochs 300 --data /home/nvidia/mask/data.yaml --cfg models/yolov5s.yaml --weights ''

测试

 

python3 detect.py --weight runs/train/exp/weights/best.pt --source 0