yolov5快速实战，让你了解整个流程（b站李立宗老师）

视频链接点击yolov5实战—

label打标签过程

要明白 ，这里为什么都是0.几呢，因为归一化了。

标注需要两个文件，一个是分类文件（01），一个是标注文件，01分类 参数意义 （x，y）wh

 这个工具叫labelIMG

 

 这个lilizong是label工具新生成的文件夹在yolov5的目录下，里面包含train test和vaild三个文件夹。

 

 

训练过程，通过训练自己得出权重文件

 

 

 

 

 

 

 

 好，现在基本完成了这个小demo，那么接下来我要问自己一下，你能总结出来什么呢？

好的，我尝试一下。YOLOv5检测图像中的苹果和香蕉这是公众号链接（非本人公众号）。

一句话：yolov5提供了全套方案，通常工作就是找到开源数据集，然后训练它，即可得出结果。

第一步 安装anaconda环境，官网下载。配置skpder（我的可能因为用户名为中文，总闪退，我用的pychram。）

第二步

1. 下载yolov5工程文件
2. 下载权重文件（github一直往下滑就行）（越小速度越快）
3. 按照requirements.txt文件，配置第三方库，我使用的pycharm直接在终端运行了。也可以用公众号里面的方法，打开anaconda prompt（Anaconda3）命令行窗口，切换到工程文件目录下运行pip
4. 查看测试文件，detect文件运行一次会生成一个名为exp+序号的文件

第三步 测试yolov5直接运行detect文件即可，但是要配置参数（我当时在pycharm直接运行的，没出问题。）

第四步 数据集处理

1.  终端运行pip install labelimg
2. 终端输入labelIMG即可使用打标签工具，github下载的代码中会报个参数错误。应该传int参数，但是代码中的是float，直接加一个int（）；括住就好了
3. 见下图（页面简介）

• 1、图像目录：设定要标注的图像在哪

• 2、标签目录：生成的标签文件存在哪

• 3、支持类型：选择【YOLO】（也支持其他类型）

• 4、create rectangle（生成标注框）

• 5、设置默认标签

 剩下的看公众号吧。

第五步step训练yolov5

第六步目标检测

五六看公众号吧，暂时不想写了 累了