使用yolov5训练自己的数据集

一、环境部署：

建议使用 pychram 或 jupyter notebook，当然Google colab最好了
1. 源码下载
git clone https://github.com/ultralytics/yolov5
2. ** 安装需要的环境**

cd yolov5
pip install -U -r requirements.txt

二 、数据准备

标注软件是labelimg，选择yolo格式，文件夹按这个方式排序

images –
train --训练用图片数据
val --测试用图片数据
labels
train --训练用标注文件
val – 测试用的标注文件

标注的格式：

三、修改参数

1.data文件夹下新建自己的.yaml文件，我直接用的voc的，修改下就可以
文件位置，标注，及类别数量

2.在models文件夹中新建自己的文件，我直接使用的yolov5s.yaml,修改nc

anchors可以自己聚类分析，也可以用默认的

四、训练

加载预训练模型，先下载，有脚本我就不贴了
直接训练

!python train.py --data voc.yaml --cfg yolov5s.yaml --weights 'yolov5s.pt' --batch-size 64

不得不说，googleGPU真香

版权声明：本文为CSDN博主「也许不错」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_23363425/article/details/111595440