yolov5训练自己的数据集

1.要保证yolov5的目录和数据集在同一级目录下，格式如下，我的数据集是leaf。要和yolov5-master在一个级别。

2.数据集leaf的格式是非常重要的，leaf里面有有train（训练集）,val（验证集），还有一个是test吧，但我就是简单做了一个小实验，并没有写这个，有需要的话可以自己加上。
train里面格式如下：train里面有images和labels。

images里面存放的是图片

labels里面存放的是标签(txt格式)

val里面的格式跟train一样

2.要自己定义yaml文件，不要在原文件基础上改，否则容易出错。
我自己定义的yaml文件是data.yaml文件，文件名字可以根据自己的情况随便定义，将写好的文件放在yolov5的data目录下，data.yaml文件里面的内容和放在yolov5的路径如下：

3.修改yolov5的modle文件下的模型文件，如yolov5s.yaml（我自己选的是yolov5s.yaml文件，大家可以根据自己的需要进行选取）

更改yolov5s.yaml的内容。只需要将分类改成自己的分类。改一个地方即可

4.在终端使用下面命令即可。
python train.py --data data/data.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --epochs 50

最终的结果存到哪里会在最后告知

我们在yolov5-master的目录下面的runs/train/exp10查看训练好的文件