一个0到1的案例 后续会继续补充

环境python3.8.10

First

• github下载项目：https://github.com/ultralytics/yolov5/tree/master
• cd yolov5, pip install -r requirements.txt -i 清华源
• pip install lambelimg (打标签用的)

Second

• 本地创建文件夹（yolov5同目录），如下图（仅供参考）
  
  
  
  

• 利用labelimg打标签完后，开始训练
  

时间挺漫长，建议gpu跑

test_train代码如下：

import train

# if __name__ == '__main__':
#     train.run(data=r'D:\develop2\python_virtuals\3\datasets\coco128\test.yaml',
#               batch=8, epochs=100, single_cls=True,
#               weights=r'D:\develop2\python_virtuals\3\yolov5-master\yolov5s.pt')

# test
if __name__ == '__main__':
    train.run(data=r'E:\Code\Python\yolov5py38\yolov5\data\dog_and_cat.yaml',
              batch=1, epochs=100, single_cls=False, resume=True, workers=1, device='cpu',
              weights=r'E:\Code\Python\yolov5py38\yolov5\yolov5s.pt')

• 训练完后，生成属于自己的best.pt or last.pt文件(自行百度介绍)
  

Thrid

• 将 best.pt复制到yolov5目录下，如图
  
• 使用命令：python detect.py --weights best.pt --source ../dataset/dog_and_cat/images/val (val存放验证集图片)，效果如下：
  
  

可参考

https://github.com/ultralytics/yolov5/tree/master
https://zhuanlan.zhihu.com/p/501798155