yolov5训练

一、准备工作

1.配置环境

https://github.com/ultralytics/yolov5

首先进入u大佬的GitHub主页，把项目下载下来。

然后进入目录打开终端，pip install -U -r requirements.txt即可安装好yolov5所需环境，如果运行detect.py出现问题，依据报错自行修改。（百度有很多装torch的教程和视频，多查查就能装好）

2.数据集准备

这里和yolov3的数据集准备一样，推荐参考这个链接，简单，一次成功。https://blog.csdn.net/public669/article/details/98020800

（这个文章也有环境配置的教学，可以参考哦！）

按照上面文章准备好数据集以后，data目录应该是这个样子的：

这就是完整的yolov3可以训练的数据集，但是v5，作者做了一些改变，把data和names写在了一个文件里，这样就更方便了！

然后我们把文件另存一下，修改类别数，路径和类别名称，就可以啦！

像这样：

3.网络参数修改

这个不同于yolov3使用的darknet的cfg文件，作者使用了yaml文件，要修改的也非常简单。

只需要修改nc为你自己数据集的类别数即可，非常方便。

二、开始训练

1.读取文件参数修改

在train.py里的最后把–cfg、–data、–device、–name、–batch-size改为准备工作中的符合自己数据集的文件或参数就ok啦！

2.训练运行train.py

运行即可。

3.输出

这里作者用了tensorboard，训练结果可视化更加方便。

4.检测

运行detect.py即可。