模型实战（28）之 yolov5分类模型 训练自己的数据集

已于 2025-05-25 21:32:06 修改
阅读量137 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： # 深度学习实战例程 文章标签： YOLO 分类 数据挖掘 深度学习 人工智能
于 2025-05-25 21:31:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/yohnyang/article/details/148205576

模型实战（28）之 yolov5分类模型 训练自己的数据集

  • 本文以手写数字数据集为例总结YOLO分类模型如何训练自己的数据集，关于数据集的预处理可以看这篇：https://blog.youkuaiyun.com/yohnyang/article/details/148209978?spm=1001.2014.3001.5502

  • yolov5曾是在 2021-2023 年十分流行的检测模型，其官网https://github.com/ultralytics/yolov5，它的版本也一直在优化，其中v6.1及以前版本只有检测，v6.2版本添加了分类模型，v6.3添加了分割模型
    在这里插入图片描述

  • 本文于2025年5月25日记录，为什么yolo版本已经到了yolov12了，我还要来研究yolov5，因为不同网络模型的结果有多不同，

了解本专栏 订阅专栏 解锁全文
模型实战（20）之 yolov8分类模型训练自己的数据集
yohnyang的博客
05-27 1556
模型实战（19）之 yolov8分类模型训练自己的数据集
使用Yolov5训练自己的模型
ylclaire的博客
02-23 1万+
本文主要介绍如何运用开源Yolov5模型，结合自己的数据，训练其他目标检测模型。 基础准备工作： anaconda 适用Yolov5的虚拟环境 git上下载Yolov5并调通测试代码https://github.com/ultralytics/yolov5https://github.com/ultralytics/yolov5 本次用的环境： python==3.7 pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.0 cudatoolk
使用YOLOv5进行图像分类
qq_53229073的博客
06-24 1万+
YOLO即You Only Look Once，YOLOv5最初是著名的目标检测算法，但是从2022年8月更新的YOLOv5 v6.2版本开始支持分类功能，分类用到的代码主要在classify文件夹下。 YOLOv5代码下载地址https://github.com/ultralytics/yolov5，直接全部下载下来，不需要修改代码配置，上传到Kaggle中. 当然也可以直接在Kaggle中使用命令行下载代码。先初始化，再clone 项目 下面是官方文档给出的YOLOv5分类方法和其它几种分类方法的准确
YOLO-V5分类实战系列 —— 快速训练自己的数据集
DAOCHI
06-14 1万+
YOLO-V5 训练自己的分类模型 1、获取官方源码 2、测试官方源码 2.1、公开数据集测试源码 3、源码模块解析 3.1、数据读取 4、快速开始训练自己的数据 4.1、准备自己的数据 4.2、配置训练参数
yolo11笔记（2）——训练自己的数据模型
weixin_45569617的博客
08-21 1万+
1. 下载yolov5 2. 安装所需的库 3. 运行
Yolov5-6.2 正式发布 | Yolov5 也可以训练分类模型啦，语义分割+实例分割很快到来...
CV_Autobot的博客
08-19 6829
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！后台回复【数据集下载】获取计算机视觉近30种数据集！yolov5-6.2增加了分类训练、验证、预测和导出（所有 11 种格式），还提供了 ImageNet 预训练的 YOLOv5...
yolov8实战第一天——yolov8部署并训练自己的数据集（保姆式教程）
热门推荐
qq_34717531的博客
12-15 5万+
YOLOv8是一种基于深度神经网络的目标检测算法，它是YOLO（You Only Look Once）系列目标检测算法的最新版本。YOLOv8的主要改进包括：更高的检测精度：通过引入更深的卷积神经网络和更多的特征层，YOLOv8可以在保持实时性的同时提高检测精度。更快的检测速度：通过对模型进行优化，YOLOv8可以在不降低检测精度的情况下提高检测速度。支持更多的检测任务：除了传统的物体检测任务之外，YOLOv8还支持人脸检测、车辆检测等更多的检测任务。
目标检测-使用Yolov5+Pytorch训练自己的数据集-超详细流程教程-优质项目实战.zip
02-19
在本教程中，我们将深入探讨如何使用Yolov5和PyTorch框架进行目标检测，以及如何训练自己的数据集。目标检测是计算机视觉领域的重要任务，它涉及识别图像中的特定对象并确定其位置。Yolov5是一款高效、准确且易于...
模型实战（23）之 yolov10 使用总结及训练自己的数据集
yohnyang的博客
06-16 254
模型实战（23）之 yolov10 使用总结及训练自己的数据集
Yolov5学习笔记(1)——训练出自己的模型
一个码农儿
11-12 8029
本教程系列将从模型训练开始，从0开始带领你部署Yolov5模型到jetson nano上 这是本系列的第一部分内容 1.Yolov5介绍
yolov5细分类型飞机-鸟类-无人机检测训练模型+数据集
05-13
yolov5细分类型飞机-鸟类-无人机检测训练模型， 包含1万多张yolo细分类型飞机-鸟类-无人机检测数据集，可区分具体飞机型号，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， 数据集和检测结果参考： https://blog.youkuaiyun.com/zhiqingAI/article/details/136952543?spm=1001.2014.3001.5501
（实训任务）yolov5分类 -- 舌象目标分类
qq_62238325的博客
06-09 3920
目录一、 使用yolov5 进行舌象目标分类的背景和目的二、 任务步骤：三 、数据集的准备（TCMID-Tongue）：四 、数据预处理：4 .1 、 xml文件转txt文件（编写一个xml转txt脚本 xml2txt.py）4.2 生成数据集数据的图片路径4.3 、编写yaml 文件 4.3.1 、编写 yaml文件1（里面存放训练、测试、预测路径 、分类的数量、分类的目标标签）一般放在data目录（也可以自定义）下 4.3.2 、编写 .yaml 文件二， 在models 目录下 复制（使用什么模型就复
Yolov5不止于目标检测，在图像分类上的落地应用！
CV_Autobot的博客
11-27 6938
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【目标检测】技术交流群后台回复【2D检测综述】获取鱼眼检测、实时检测、通用2D检测等近5年内所有综述！导读yolov5一直作为目标检测的扛把子，训练快、效果好、易部署等优点让从入门小白到行业大佬都对其膜拜不已，而yolov5不仅限于目标检测，现在已经在分类、分割等其他任务上开始发力，这篇文章介绍下yolov5框...
（超详细）机器学习，利用yolov5从零开始训练自己的模型----------模型的训练及应用
hy2270139582的博客
03-20 6746
就此终结，对于gui界面本人只是略懂皮毛，不再讲诉。若需要此项目进行学习，可去下载。
使用yoloV5训练自己的模型
qq_52025594的博客
11-26 239
-cache-images:是否提前缓存图片到内存，以加快训练速度，默认False。--single-cls:数据集是否只有一个类别，默认False。--multi-scale:是否进行多尺度训练，默认False。--sync-bn:是否使用跨卡同步BN,在DDP模式使用。--image-weights：使用加权图像选择进行训练。--evolve:是否进行超参数进化，默认False。--exist-ok：模型目录是否存在，不存在就创建。--rect:是否采用矩形训练，默认False。
windows+Pycharm+yolov5 配置环境以及本地训练自己的模型
戚晨夕的博客
10-31 3万+
参加比赛真的可以学到好多好多的东西，也是因为一次比赛，我接触到了模型训练，刚开始我采用openmv进行训练，效果很拉跨，接着通过查找一些资料，我发现了yolo，这个用来做目标检测效果很好，然后我就开始尝试，摸爬滚打好几天，最后终于成功了，网上的教程真的很不全，所以我想写一篇博客记录一下我这几天学习的过程。我写下这篇博客第一是为了记录我自己的学习生活。第二是为了让我的学弟学妹在学习以及正在学习模型训练的你能够少走一些弯路。 文章目录前言一、前提准备二、环境配置1.安装anaconda3.安装pytorch三、
Yolo v5训练自己自定义模型--全过程
最新发布
qq_63828506的博客
04-08 1026
YOLO会⾃动将 ../datasets/CHV_dataset/images/train/ppe_1106.jpg 中的 /images/ 替换 成 /labels/ 以寻找它的标签，如 ../datasets/CHV_dataset/labels/train/ppe_1106.txt ，所以根据 这个原则，我们⼀般可以： images ⽂件夹下有 train 和 val ⽂件夹，分别放置训练集和验证集图⽚;改成nc: 6 # 类别数量（这是我自己的，每个人的训练的类别数量都是不一样的）
智能生活垃圾检测与分类系统（UI界面+YOLOv5+训练数据集）
思绪无限的博客
03-18 2万+
智能生活垃圾检测与分类系统用于日常生活垃圾的智能监测与分类，通过图片、视频和摄像头识别生活垃圾，对常见的可降解、纸板、玻璃、金属、纸质和塑料等类别垃圾进行检测和计数，以协助垃圾环保分类处理。本文详细介绍基于YOLOv5算法的智能生活垃圾检测与分类系统，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种图片、视频进行检测识别，可对图像中存在的多个目标进行识别分类，检测速度快、识别精度高。博文提供了完整的Python代码和使用教程，适合新入门的朋友参考。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

明月醉窗台

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值