[YOLO V5]使用自己的数据集训练YOLO V5，从安装到使用

目录

1. 安装yolo v5

1.1 clone代码到自己的文件夹下

1.2 根据requirements.txt安装依赖

1.3 测试安装是否成功

2. 用自己的数据训练yolo v5

2.1数据文件结构

2.2修改配置

---

1. 安装yolo v5

1.1 clone代码到自己的文件夹下

cd $INSTALL_DIR
git clone https://github.com/ultralytics/yolov5.git

https://github.com/ultralytics/yolov5

1.2 根据requirements.txt安装依赖

博主自己的环境是ubuntu 16.04， Driver Version: 430.50 ，CUDA Version: 10.1

（1）新建一个虚拟环境，博主是python==3.7，接着按照requirements.txt顺序进行安装；

（2）安装torch和torchvision时，我参照的是：

https://pytorch.org/get-started/locally/

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

（3）安装pycocotools时，我是这样安装的：

cd $INSTALL_DIR
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py install

同时，博主从自己的网盘中分享出来 cocoapi.zip

链接：https://pan.baidu.com/s/1TGs-A4Fbh-HmczA_I_lsMA 
提取码：xv6l

（4）博主自己安装了apex/，方便日后拓展，requirements.txt里没有要求安装。

1.3 测试安装是否成功

（1）首先下载Yolo v5 的预训练权重文件

cd yolov5-master/weights/
sh download_weights.sh

如果下载不了，参考[YOLO V5] 官方预训练权重网盘下载，完成后：

（2）测试

上传自己的图片，改好输入输出路径，选择载入合适的预训练模型。

python detect.py --source ./inference/images/ --weights yolov5s.pt --conf 0.4

一次性完成，测试安装无误。

2. 用自己的数据训练yolo v5

2.1数据文件结构

我使用了coco的数据集的文件结构

这个txt是yolo数据格式

2.2修改配置

主要根据train.py中的文件，修改：

然后就可以python train.py了