利用yolov实现目标检测——利用yolov5训练自己的猫狗识别模型

作者有话说：我是个小白，这个是我的学习记录，以便以后回过头来看的时候能看懂;-)，希望也可以帮助到大家🤗别杠杠就是你对哈哈哈哈哈哈

目录

一、yolov5项目的克隆

二、yolov5项目代码的介绍

三、环境的安装和依赖的安装

四、数据集和预训练权重的准备

 五、将数据集和预训练权重放到yolov5工程中去

六、修改配置参数

七、训练自己的模型

 八、运行的时候出现的错误

 九、通过tensorbord产看参数

十、利用训练好的yolov5模型做推理

！！后续来了！

---

一、yolov5项目的克隆

打开yolov5的github官网，界面如下：

按右上角的code，将代码下载下来

二、yolov5项目代码的介绍

1.首先将下载好的代码解压，使用pycharm打开

 2.进到pycharm页面后，点击右下角进行环境的选择（前面已经搭建好了）

 3.选择show all

 4.选择之前搭建好的环境

 5.yolov5项目的结构

（1）data文件夹里放着yaml的参数配置文件

（2）models文件夹里放着

（3）weights文件夹里放着训练好的权重参数

（4）train.py文件是进行训练自己的数据集的函数

（5）detect.py文件是利用训练好的权重参数进行目标检测

（6）test.py文件是用来测试训练的结果的函数

（7）requirement.txt文件

三、环境的安装和依赖的安装

环境的安装是之前文章里已经安装好的，现在进行一些依赖的安装

1.打开requirement.txt这个文件，里面包含很多依赖库和对应版本，打开pycharm的终端，复制下面这串代码，运行安装。

pip install -r requirements.txt

这里需要注意的是需要将这个文件里最下面那串代码删掉，具体原因我还没找到，好像是pycocotools没有提供windows的，因为我之前安装的时候报了错，所以这里我把它删掉。

 终端如图所示

 将代码复制运行，它就会开始安装包。

四、数据集和预训练权重的准备

1.这里训练自己的数据集，

2.获得预训练权重

        为了缩短我们训练时间，我们可以加载一些预训练权重来进行训练，yolov5提供了几个预训练权重，可以根据不同的需求选择不同的版本区进行训练。本章选择训练自己的数据集，可以用预训练权重yolov5s.pt。

        打开yolov5提供的预训练权重进行下载，如图所示：