使用YOLOv5目标检测网络实战训练自己的数据集(Windows和Ubuntu演示)
课程链接：https://edu.csdn.net/course/detail/35328
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而高性能，更加灵活和易用，当前非常流行。
本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。
本课程的YOLOv5使用ultralytics/yolov5，在Windows和Ubuntu系统上分别做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集（自动划分训练集和验证集）、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。
除本课程《YOLOv5实战训练自己的数据集(Windows和Ubuntu演示)》外，本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括：
《YOLOv5(PyTorch)目标检测：原理与源码解析》课程链接：https://edu.csdn.net/course/detail/31428
《YOLOv5目标检测实战：Flask Web部署》课程链接：https://edu.csdn.net/course/detail/31087
《YOLOv5(PyTorch)目标检测实战：TensorRT加速部署》课程链接：https://edu.csdn.net/course/detail/32303
《YOLOv5目标检测实战：Jetson Nano部署》课程链接：https://edu.csdn.net/course/detail/32451
《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接：https://edu.csdn.net/course/detail/32669
《YOLOv5实战口罩佩戴检测》课程链接：https://edu.csdn.net/course/detail/32744
《YOLOv5实战中国交通标志识别》课程链接：https://edu.csdn.net/course/detail/35209
《YOLOv5实战垃圾分类目标检测》课程链接：https://edu.csdn.net/course/detail/35284
1502
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
