yolo-v5代码
一、环境准备
yolo-v5更像是一个工程
算法和v4差不多，只是细节有所不同
拉取代码
环境要求
因为v6用到了torch1.6中的混合精度
二、数据准备
训练使用的是coco数据集
coco数据集很大，训练起来费时间，可以直接用自己数据集来做。
建议可以使用的数据集
文件组织格式
下载的时候需要选择数据的格式
就算这个格式
不同数据有不同数据的标注格式，格式没对会读取不到
测试 训练 验证数集
data配置文件
nc是类别的个数
这里是标注数据
lableme标注工具标出来是json格式，也有工具转成yolo tit格式
cache文件作用？制作缓存，下次重复训练速度就快了。
三、预训练模型准备
这指的是网络的结构还是指已经训练好的模型权重文件呢？
不同模型效果也不一样
四、运行
可以执行一个测试操作
也可以执行一个训练操作
4.1 训练操作
exlips可以在这里进行训练参数设置
配置文件所在文件夹
训练时候，把模型放在根目录下边
单机单卡 多机多卡 都能进行训练
run文件夹 训练的结果，日志信息
这个可以把所有的模型文件下载下来
4.2 执行检测过程
同样需要指定参数
完成的格式都提供了
查看执行结果
能跑通这里例子就说明预训练网络模型以及环境配置、代码配置都是没有问题的。
如果执行不起来，就需要再看看环境配置是否出了问题
data数据（开放标注数据格式）
model有模型文件还有模型的配置文件
权重模型
