初学yolov5。

• YOLOv5是一种单阶段目标检测算法
• 可以检测是否佩戴口罩，识别动植物等等
• 这个过程中最重要的就是训练的数据集
  数据集里包含很多张照片，按照python里自带的函数，对这些照片按照一定比例划分为三个文件夹，包括：测试集、训练集和验证级。
  待模型训练好这些图片之后，就可以对目标进行检测.
  0.什么是训练集、验证集和测试集？
  训练集(train)：训练模型
  验证集(val)：评估模型
  测试集(test)：一旦找到了最佳参数，就开始最终训练
  使用训练集训练多个网络模型，再使用验证集测试这些网络，找到得分最高的那个网络作为我们选择的最佳网络，再将训练集和验证集合并，重新训练这个最佳网络，得到最佳网络参数。

打个比方：我们现在有个任务，但是解决这个任务的网络有网络A、网络B和网络C，如何找到效果最好的哪个？

先拿train对三个网络都进行训练(用相同的train训练三个网络)，然后用validation来测试三个网络(validation对三个网络也是一样的)，我们发现网络B的效果最好，所以我们认为对于本任务，网络B的结构是效果最好的。
当然我们现在训练的网络都只是粗训练，现在我们要针对网络B开始精细训练：将train和validation合并组成新的train，现在我们有数据train和test，开始针对B网络精细训练了。