【计算机视觉】Yolov5图像识别，自己训练数据集

提示：笔者的电脑配置：RTX3060，所以训练时间大概5分钟就结束了

文章参考 https://blog.csdn.net/m0_62237233/article/details/127328106，如有不解之处可以一起看

---

一、到Github上下载Yolov5源代码

点击Download下载到默认位置（随便哪里都行，建议放在D盘），记住位置

二、创建Conda中Yolov5的虚拟环境！！！

创建虚拟环境是因为整个过程容易出现神奇的错误，所以将环境隔离起来方便整个环境重装，笔者重装了4次才成功，不过相信在座各位一次就能过

1.官网安装Anaconda(已经安装过的请自行跳过)

点击Download，默认设置即可

2.命令行中创建所需名为Yolov5的python虚拟环境

python3.9 ，pytorch1.12.1，yolov5 v6.0

2.1创建python环境

打开一个powershell,输入以下代码，代码如下（示例）：

conda create -n yolov5 python=3.9

2.2激活Yolov5环境并安装pytorch

conda activate Yolov5
conda install pytorch==1.12.1 torchvision torchaudio -c pytorch

2.3安装requirements中要求的库文件

cd到Yolov5的安装目录，之前下载下来记住的目录！！！！！
以下是笔者的内容，仅供参考

然后输入以下代码安装依赖库：

pip install -r requirements.txt

以上过程如果出现问题，那么就耐心等一下，或者挂一个梯子。

三、标记图像

1.下载labelimg软件

安装labellmg
下载labelImg地址：https://github.com/tzutalin/labelImg

下载后存放目录到yolov5同级下面

打开新的命令行窗口，启动yolov5环境，

conda activate yolov5

在yolov5环境中输入以下命令：
其中前三个是安装依赖库，最后才是安装软件

pip install PyQt5

pip install pyqt5-tools

pip install lxml

pip install labelimg

2.在yolov5文件夹下新建VOCData文件夹

3.在VOCData文件夹下新建Annotations和images文件夹

images：用于存放要标注的图片（jpg格式）

Annotations ：用于存放标注图片后产生的内容（这里采用XML格式）

之后的部分参考https://blog.csdn.net/m0_62237233/article/details/127328106感觉讲的很清楚