（四）目标检测yolov5-6.0模型训练

安装好yolov5-6.0环境后

1.数据结构格式

文件夹结构：新建coco128

images文件夹下的train与val都是图像
labels文件夹下的train与val都是yolo格式的txt标签文件

2.修改配置文件

第一个需要修改的文件data/coco128.yaml
修改数据集路径：
例如：datasets这个文件夹是我自己加的，可以不加

修改类别数、类别

第二个需要修改的文件：models/yolov5x.yaml
在yolov5文件目录下的models下，选择预训练权重文件的配置文件。我比较喜欢选择yolov5x.yaml。你也可选择别的。

只需要修改一下类别数即可

3.训练命令

根据你的显卡修改batch-size大小（一组几张图的数量）
训练轮数：epochs
多路读取数据：workers

python train.py --data data/coco128.yaml --cfg models/yolov5x.yaml --weights yolov5x.pt --batch-size 2 --epochs 20 --workers 2

训练结果在runs文件夹下面：

best.py 是训练最好的权重
last.pt 是最新训练的权重
我一般选择最好的best.py