真的很让人气愤的一点，老师把我的pycharm给卸载了，我那个上面不仅有gpu-torch，还有gpu-torch，他给俺删了，删了很久，我心都碎了，过几天我就去找他负责，让他给我装回来我的环境！
一、安装专业版本的pycharm
这是我所用的环境
二、下载yoloV5的的模型
我资源绑定失败了，应该是csdn网站上有该文件了。
三、打开yoloV5模型
四、进入环境
cd D:\AI\yolov5-master\yolov5-master （进入到根目录）这块根据自己的情况来
pip install -r requirements.txt用于根据
requirements.txt文件安装所需的 Python 包。这个文件通常包含一个项目所需的所有依赖包的列表及其版本信息。
python .\detect.py --source .\data\images\bus.jpg 检查物品（windows命名） python .\classify\predict.py --source .\data\images\bus.jpg python .\segment\predict.py --source .\data\images\bus.jpg
结果如上，在这里找
以上是小练手，用来熟悉一下
五、下载数据集
python classify/train.py --model yolov5s-cls.pt --data cifar10 --epochs 5 --img 224报错1：
解决方案：
train.py文件下加上红色箭头指向的代码
报错2：
解决如下：
在源代码改一下
python classify/train.py --model yolov5s-cls.pt --data cifar10 --epochs 5 --img 224
注意一下这个文件的命名以及位置
以上便可以正常训练了
训练完成
2.使用训练好的模型
1. 预测（Prediction）
使用训练好的模型对单张图片进行预测。
python classify/predict.py --weights runs\train-cls\exp5\weights\best.pt --source im.jpg2. 验证（Validation）
对数据集进行验证，查看模型在验证集上的性能。
python classify/val.py --weights runs\train-cls\exp5\weights\best.pt --data E:\datasets\cifar103. 导出（Export）
将训练好的模型导出为其他格式，例如 ONNX（Open Neural Network Exchange）。
python export.py --weights runs\train-cls\exp5\weights\best.pt --include onnx4. 使用 PyTorch Hub 加载模型
如果您想在其他地方使用训练好的模型，可以通过 PyTorch Hub 加载它：
model = torch.hub.load('ultralytics/yolov5', 'custom', 'runs\train-cls\exp5\weights\best.pt')
六、标注
下载标注工具pip install labelimg
|打开labelimg
七、使用
python classify/predict.py --weights runs\train-cls\exp5\weights\best.pt --source E:\yolov5-master\images\tmp\tmp_upload.png
因为我是用data cifar10训练的模型，结果显然不是各种动物和手机没问题
baocuo
在使用中，直接调用了老师给的指令，虽然没什么问题，但是报错如下
修改如下，大家一定要注意mask_data.yaml文件里面的内容
例如我的文件地址就不是这样的
显然我根本就没有，但是刚才cafer_10的测试基本证实模型基本能行，接下来毕设还要用，直接不做mask的数据集，直接做毕设的水果的数据集得了
