YOLOv5 模型训练自身的数据集

废话不多说，直接上命令，在终端运行

记得修改自身数据集的data.yaml文件，重命名，不然会和代码中的部分文件冲突，修改你自己数据集中的data.yaml文件里面的

train：当前train文件的绝对路径

val：当前val文件的绝对路径

test：当前test文件的绝对路径

1.利用自定义网络和预训练权重进行训练

python train.py --data data/Blood/blood_data.yaml --cfg models/yolov5s.yaml --weights 'path/to/pretrained_weights' --batch-size 4 --epochs 30

• python train.py:

  • 这是启动 YOLOv5 训练脚本的命令。

• --data data/Blood/blood_data.yaml（指向你自身的数据集的yaml文件）:

  • --data 参数指定数据集配置文件的路径。这个 YAML 文件描述了训练和验证数据集的位置、类别数量以及类别名称等信息。
  • data/Blood/blood_data.yaml 是这个配置文件的路径，假设你的数据集是关于血液相关的图像分类