Yolov5 网络常用命令代码

一、使用labelImg标注

在该目录下输入以下命令打开labelImg进行标注:

labelimg JPEGImages predefined_classes.txt

Annotations为标签文件，JPEGImages为待标注图片，txt文档内为对应的标签名称。

 二、在Pycharm终端进行训练预测

检测环境是否搭建好的探测命令：

python yolov5-master/detect.py --source yolov5-master/inference/images/ --weights ./yolov5-master/yolov5s.pt

依次为要运行的python文件，预测图片放置的位置，以及网络对应权重放置的位置。

用数据集进行训练的命令：

python yolov5-master/train.py --img 640 --batch 16 --epochs 5 --data ./yolov5-master/data/coco128.yaml --cfg ./yolov5-master/models/yolov5s.yaml --weights ./yolov5-masterr/yolov5s.pt

依次为要运行的python文件，图片大小，batch大小，训练轮数，和数据集对应的yaml文件（内有标签等信息），和网络对应的yaml文件，5s网络的权重文件。

对图片进行目标检测：

python yolov5-master/detect.py --source ./my_datasets/images/valid/ --weights ./yolov5-master/runs/train/exp7/weights/best.pt --save-txt

依次为要运行的python文件，被预测图片存放的位置，训练最好的权重文件，保存txt格式的标签。