Yolov5-6.0详细教程（一）下载与准备工作

一、项目测试

检查刚下载的代码能否正常运行。
解压yolov5-6.0.zip，
Anaconda创建一个python3.7.0环境命名为pytorch3.7，用pycharm打开yolov5-6.0右下角选择pytorch3.7，在pycharm的Terminal输入下面的代码安装所有依赖。

pip install -r requirements.txt

在命令行输入下面代码运行detect.py

python detect.py

出现下图运行成功，代码会先下载yolov5s.pt与训练模型，然后开始inference，成功后打开runs\detect\exp可以看到两张生成的预测图。

二、调用摄像头并显示

首先，打开utils/general.py文件
找到is_docker函数

将注释中的内容换到前面，下面是修改后的代码

def is_docker():
    # Is environment a Docker container?
    return Path('/.dockerenv').exists()

再运行python detect.py --source 0就可以看到实时的界面了，用自己训练好的模型也可以显示。

三、命令行运行

经验告诉我，最好使用命令行启动train.py或detect.py，如果需要改变超参数，直接传就行，千万不要修改代码，这是致命的，你不知道修改后会不会出问题，或者过一个月后再看，你已经忘记自己修改了哪些代码（本人惨痛经历），所以，坚持用以下方式启动你的yolov5

python detect.py

# 如果你要加载自己训练的模型，就在后面加上 --weights best.py
# 如果你要使用摄像头，就加上---source 0
python detect.py --source 0 --weights best.pt

以上只是detect.py的命令行启动方式，train.py的可能会传入更多的参数，不管如何，不要轻易修改源代码！

四、训练自己的模型

请看自己标注数据集训练基于pytorch3.7的yolov5手掌识别模型