[作业] 安装并学习使用yolov5进行目标识别训练的尝试

从github中获取yolov5镜像

作为开源项目，我们能轻松地从github中获得yolov5的代码，足够我们进行简单的学习实践。这一过程也十分重要，因为我们后续的程序基本都要在这一套文件中运行。因此与anaconda类似，建议下到非系统盘，否则你的电脑有几率爆爆爆。长痛不如短痛的道理想必大家都懂，所以我猜测早日将文件安排妥当总是比较好的选择。

值得注意的是，下载了主体后还要下载几个权重文件，比如yolov5m.pt，这类文件在将来训练与检测中将要发挥关键作用。

pytorch、labelimg等的安装配置

labelimg简单，先搞，众所周知图片就是image，labelimg就是label image，就是说这玩意就是用来给图片打标签的。只要大家对yolov5有一些基础的了解，就知道实际上这是用来标记图片中的目标便于模型识别的。下载这个小小的软件也只需要在anaconda的终端里输入一行简简单单的代码

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

(这段实际上是在别的教程里粘的，csdn确实有很多简洁有用的教程，大家可以在不同的教程中学习，从不同角度解决遇到的问题）

接下来就轮到pytorch，鉴于之前已经下载了anaconda，我们接下来需要创建一个环境，后续大部分工作都要在这个环境下进行。

	conda create -n (你环境的名字) python=(你喜欢的版本)

然后激活环境

	conda activate (你环境的名字）

完成了环境的创建，我们就可以打开pytorch的官网，根据自身系统及硬件选择，复制下面生成的代码复制到anaconda终端下载。然后就坐等读条就行了。

当然，如果下载遇到障碍，速度过慢，也可以换源啦，换成清华大学或者中科大的，当然我没换，我们校园网慢是慢了点，但是下载这些问题还是不大的。

体力劳动

接下来便是漫长的打标签过程，打了标签还要分出来训练集和验证集，还要自己配置yaml文件，令人头大，我的进度也就停在这里，受益匪浅，但是卡在这了，似乎距离训练的开始仅有一步之遥，但是ddl到了，就只能达到这里了。