训练Yolov5神经网络（本地）

使用coco数据集训练：

        首先运行train.py，自动下载coco128数据集，并开始训练（之后也可以调整位置训练自己的数据集）

制作和训练自己的数据集：

1、首先创建dataset.yaml

指出数据的根目录位置，如下所示:

path: ../datasets/coco128 # 数据集根目录
train: images/train2017 # 训练图片位置
val: images/train2017 # 验证图片位置
test: # 测试图片位置

然后指定训练中有多少个类，列出类的名字，如下所示：

# Classes
nc:2 # 类的数量
names: [ 'person','car'] # 类的名字

 在文件夹data/scripts中创建demo.yaml

path: ../datasets/coco128 # 数据集根目录
train: images/train2017 # 训练图片位置
val: images/train2017 # 验证图片位置
test: # 测试图片位置

# Classes
nc:2 # 类的数量
names: [ 'person','car'] # 类的名字

2、创建标签