yolov5 训练步骤

要求：
一、train.py 同级目录下，有img文件夹，yolo-split.py(用来划分生成xml文件的训练集、测试集、验证集)，yolo-txt2yolo.py（将xml转化成txt）

1、打开anaconda的虚拟环境，在train.py同级目录下创建img文件，img/images文件夹，存放图片
2、打开labelimg
3、修改change save dir（创建img/xml文件夹），打开存放图片的文件夹
4、标记图片后会有和标记图片数量相同的xml文件
5、运行yolo-split （注意路径）
6、运行yolo-txt2yolo （注意路径、改classes标签）
7、改data\coco128.yaml （标签数量和标签，注释掉path，train和val修改为img/train.txt）
8、在img文件夹下，要有（img文件夹与train.py同级目录）
images文件夹，存放图片
labels文件夹，存放txt
xml文件夹，存放xml
9、运行train.py  （参数epochs默认是300，可自行调整）
python train.py

PS：如果训练后val没识别出来东西，那就是当量不够，epoch改大点

最后一轮迭代的权重文件放在runs\train\exp6\weights\last.pt中，最好的权重文件放在runs\train\exp6\weights\bext.pt中。

修改detect.py里面的pt文件路径（训练过后生成的权重文件），修改要检测图片的路径
python detect.py