yolov5s 预训练模型_使用yolo-v5训练测试自己的数据

使用环境：python3.6.8、CUDA10.0、Centos7.5

目录

一、前言

1.1下载yolov5代码

首先通过git命令从GitHub克隆yolov5最新代码(当然也可以选择想要的版本号)，该文采用最新的代码，命令如下：

git clone --recursive https://github.com/ultralytics/yolov5.git

其中 --recursive 参数属于个人习惯添加，主要是防止项目中参杂第三方的工程项目；克隆完成以后的文件夹如下(以下显示的是克隆到本地的全部内容，可能有些.git、.dockerignore等等文件因为是隐藏文件没有显示出来，不必在意)：

1.2安装yolov5运行时需要的包

在克隆的代码中可以找到requirements.txt文件，为了避免踩坑，尽量不要直接安装里面的包，主要是针对pytorch版本；

如果你的电脑没有GPU，可以直接运行以下命令：

pip3 install -r requirements.txt

如果你的电脑有GPU，请不要直接运行以上命令，先更新pytorch为1.6.0，具体命令如下：

pip3 install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

然后把requirements.txt中有关torch的内容删除，删除之后的requirements.txt文件为：

而后在运行：

pip3 install -r requirements.txt

1.3下载预训练模型和测试

下载预训练模型时尽量从yolov5给定的链接处下载；

之所以不建议从别的地方下载预训练模型，原因是由于时间关系有可能下载到的模型和yolov5的代码不匹配，导致各种乱七八糟的错误，因此最好从上述链接上下载；(本文下载的是yolov5x.pt，如果因为网络原因导致模型下载失败，也没有关系，直接跳过测试就好，不影响训练自己的数据模型)

模型下载完成以后放在和detect.py同级的目录下，大致如下：

将detect.py中的代码大致150~164行代码做以下修改：

parser = argparse.ArgumentParser()

parser.add_argument('--weights', nargs='+', type=str, default='yolov5x.pt', help='model.pt path(s)') # 本文下载的是yolov5x.pt

parser.add_argument('--source', type=str, default='inference/images', help='source')

parser.add_argument('--output', type=str, default='inference/output', help='output folder')

parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')

parser.add_argument('--conf-thres', type=float, default=0.4, help='object confidence threshold')

parser.add_argument('--iou-thres', type=float, default=0.5, help='IOU threshold for NMS')

parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu') # 没有GPU的话请改为 default='cpu'

parser.add_argument('--view-img', action='store_true', help='display results')

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')

parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')

parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')

parser.add_argument('--augment', action='store_true', help='augmented inference')

pars