YOLOv5的快速使用

1. 找到原作者的github yolov5

2. 安装git的用户直接git clone https://github.com/ultralytics/yolov5.git ，未安装的用户可以选择对应版本后，选择下载压缩包
   
   
   

3. 在官网下载预训练模型，我这里下载了s和x模型
   
   

4. 数据存放的结构如下图 两个train和val分别放对应的图片和yolo格式的标签
   

5. data目录下创建项目的数据相关配置文件
   

6. 完成以上操作，可以开始设置训练参数了
   服务器可以设置workers，windows直接设置0；batch-size根据显存调节，指定预训练权重，和网络结构，数据路径，即可执行train.py开始训练
   服务器 采用ddp模型训练 能加大gpu利用以及训练速度 在终端软件激活对应项目的py环境，进入到项目根目录下 执行 python -m torch.distributed.launch --nproc_per_node 2 train.py --batch-size 12 --data v5.yaml --cfg “./models/yolov5s.yaml” --weights ‘yolov5s.pt’ --sync-bn
   

7. 训练完成后 执行detect.py 预测模型的效果， 输入训练出来的模型、数据路径 即可完成预测