Yolov5、yolov7、yolov8训练自己的数据集（不用配环境，只需3步就能训练自己的数据集）

一、下载环境

百度云网盘链接。提取码：moo3

      1. 将网盘链接复制进百度云网盘，将网盘内容下载后，解压至电脑（哪个盘都可以）。

解压完的文件长下面这样，这个就是跑yolov5所需的环境啦！！！！！！！！！！！！！！！

     

2.打开pycharm软件或者其他编译软件进行配置环境！！（很简单！）

2.1点击右上角File按钮。

2.2点击settings。

2.3 点击project中的python interpreter

 2.4点击Add按钮

 2.5点击Existing environment 旁边的三个点。

 2.6将路径选择为百度云中解压文件中，Tools文件夹中的python.exe路径。

2.7  一路点击ok  当你的pycharm右下角出现Python3.7(gqh)，说明环境已经配置好了。这个环境已经可以跑yolo系列的任何一个算法了，包括yolov7和yolov8。下面进行YOLOv5的代码设置。

二、将数据集进行划分和转换！！！！！

 划分：数据集划分为训练集、验证集和测试集。

 转换：将xml格式的标签转换为txt格式。

  yolo所需的数据集格式为txt格式，但是网络上大部分的数据集都是xml格式，所以我们需要先将xml格式的数据集转换为txt格式。

从百度云中下载这个VOCData文件夹，并将其解压至yolov5代码中。

VOCData文件夹百度云网盘链接。提取码：moo3

yolov5官方代码百度云网盘链接。提取码：moo3

一、将你自己的xml标签复制到Annotations文件中。将你的图片复制到images文件夹中。

二、将dataSet_path、imagesets和labels三个文件夹下面的内容全部清空。

三、编辑houzhuan.py脚本，别运行只是编辑！！！按照里面的中文提示将脚本中的路径设置好！！！！！！！！！！

四、先点击运行xianfeng.py,然后点击houzhuan.py。至此，数据集划分、转换完成。

三、yolov5代码设置

3.1在data文件夹中建立一个coco128.yaml文件 

train 和val的路径按照你自己的路径设置好，names里的值为你要检测的类别名称。nc的值为类别数目。

3.2点击train.py往下拉，将这三个参数设置成这样。

四、结束啦！！！！可以点击train.py训练自己的数据集啦！！！！