yolov5是yolo系列比较经典的一个算法，因此想跑一跑yolov5的代码，这是我第一个运行的代码，什么都还不懂 ，在下载完yolov5的代码之后特别茫然，不知道从哪里下手。这篇文章记录一下。
1.yolov5下载
点击 YOLOv5官方地址
点击code，下载为zip文件，或者复制https链接，通过git下载（这个方法需要使用git，需要在自己电脑里安装git不是很方便，所以推荐第一种）
下载好后解压，导入到pycharm中。
2. pycharm环境配置
可以参考这篇pytorch的安装（包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案）
3.测试是否导入的项目可用
3.1安装必要的包
首先需要安装必要的包，所有需要的包都已经写在了requirements.txt中了。打开terminal，进入本项目的annoconda环境
使用命令安装全部包
pip install -r requirements.txt
4.修改代码
在train.py中有这样一大段代码，这是有关配置相关的
5.开始训练（数据集为自带的coco128）
5.1使用权重文件训练
这是最常用的方式，通过权重文件训练，可以直接运行train.py训练，但是由于github连接速度太慢的问题，可能会报错，因此也可手动下载权重文件。
5.2不使用权重文件训练
不使用权重文件序列不推荐，需要训练很久才会收敛。
6.使用自己的数据集训练
yolo的代码使用的自己的数据集格式，而常见的数据集格式为coco数据集格式，因此，如果使用的是coco数据集，需要将coco数据集格式转为yolo格式。可以参考这篇博文。
coco数据集转yolo数据集（简单易懂）
6.1修改代码
第一处：将个人的数据集放在和代码自带的数据集下的同一目录
第二处：创建yml文件
在data文件夹下创建一个yml文件，保存配置信息
yml中的需要写的字段
（特别注意：yml是配置文件，写过springboot比较熟悉，这里每个字段必须要顶格写，此外，数据要满足 字段冒号空格字段），不要把空格删除了）
修改train.py中的代码，图中红框需要改成刚刚配置的文件名
