yolov5 初识(ubuntu版)

上一篇深度学习环境配置

1.clone代码+切换环境+安装依赖

git clone https://github.com/ultralytics/yolov5
cd yolov5
conda activate yolov5_env

修改一下requirements.txt：

再执行：

pip install -r requirements.txt

单独安装torch、torchvision

下载地址两者对应关系一般是torch1.7.0-torchvision0.8.0、torch1.8.0-torchvision0.9.0、torch1.9.0-torchvision0.10.0
例如（cu111表示cuda-11.1，cp38表示python3.8）：

安装：

pip install torch的下载路径
pip install torchvision的下载路径

例如：

2.跑官方示例：

python detect.py --source ./data/images/bus.jpg

3.训练：

python train.py --data=coco128.yaml --cfg=yolov5s.yaml --weights='yolov5s.pt' --batch-size=8

4.标注：
工具labelimg
5.训练自己标注的数据集
复制一份coco128.yaml，并重命名，然后修改为自己数据集的路径及类别。

python train.py --data=coco128(copy).yaml --cfg=yolov5s.yaml --weights='yolov5s.pt' --batch-size=8