YOLOv5是一种单阶段目标检测算法，有很高的精度和速度，因为项目需求，需要利用yolov5-7.0训练自己的目标检测数据集。
假设，环境已经配置完成！

1）准备数据集

在D:\Graduation_Project_Coding\network_classify\yolov5-7.0\data文件夹下创建mydata_detect文件夹，存放的是




images里存放的是图像，labels存放的是yolo格式的txt文件。

3）准备mydata_detect.yaml文件

在data文件夹下创建mydata_detect.yaml文件，文件内容如下


path： #mydata_detect文件夹的绝对路径
train: #mydata_detect文件夹里images/train文件夹
val: #mydata_detect文件夹里images/val文件夹
test: #mydata_detect文件夹里images/test文件夹，我没弄，test时才能用到
names: #全部类名
nc: #多少个类，不算背景类

3）开始训练

打开yolov5-7.0/train.py文件，修改：红框内文件，改为自己创建的yaml文件

运行演示：
运行成功！