开始之前
你应当先克隆这个仓库
git clone https://github.com/ultralytics/yolov5 # clone
下载完毕后，进入克隆的仓库目录
cd yolov5
下载依赖
pip install -r requirements.txt # install
数据集下载
这里我准备了一份数据集，为了方便下载，数据集数据并不是很多，末尾我会共享几个数据集下载地址：
垃圾分类数据集下载
提取码：nr5i
解压后，你会看到这几个文件夹：
随机查看部分内容
我这里解压到了一个 mydata 目录。这不是必须的，但一会你需要可以找到你的数据集目录。
新建配置文件
其中各个文件的含义大体如下：
0: cardboard #纸板
1: glass #玻璃
2: metal #金属
3: paper #纸
4: plastic #塑料
5: trash #垃圾
执行训练
开始之前，请预先下载 yolov5s-cls.pt 模型，记住这个位置，因为下面开始训练钱你需要用到它。
python classify/train.py --model yolov5s-cls.pt --data mydata --epochs 5 --img 224 --batch 128
模型选择
执行训练的时候使用了 --model yolov5s-cls.pt ，这是一种模型，你可以参考下图具体选择，如我们选择 yolov5x ，就可以使用 --model yolov5x-cls.pt ，推荐使用 yolov5s，除非你要求的准确度非常高，不然你需要花费非常长的时间和足够的硬件支持来训练它。
训练完成
那个 best.pt 就是训练好的模型，它在 runs/ 目录下
测试模型进行预测
选择一张图片进行测试：
python classify/predict.py --weights runs/train-cls/exp9/weights/best.pt --source metal4.jpg
恭喜你，成功的训练了一个简单的分类模型。
自定义模型下载
如果你不想进行从头训练模型，可以下载这个已经训练好的模型进行上一步的 测试模型进行预测。
提取码：jycq
数据集下载地址分享
1:数据集下载地址1
2:数据集下载地址2
问题
如果运行当中出现问题，欢迎咨询。