简易使用yolv5训练自己的模型

学习了一段时间的yolv5，今天简绍下如何简单使用yolv5训练自己的模型。

一、下载yolv5源码 GitHub - ultralytics/yolov5 at v6.0,我下载的是v6.0的版本

二、创建cuda环境

解压后，在地址栏中输入cmd

1、创建cuda环境（这里一定要提前安装好Anaconda3，具体网上找一下）

输入命令conda create -n env_name  python==版本号(我用的是3.9的版本)

这里一定要注意：python、pytorch等版本号的一致性

输入Y后，完成安装后，输入命令激活环境  conda activate yolv5new

2、安装pytorch，网上大多数是在线安装，本文简绍下离线安装。

首先通过nvidia-smi命令查看，自己显卡对应的cuda版本，这里我的显卡最高支持12.4的版本，所以安装比这个低一点的版本

从pytorch官网下载离线的torch和torchvesion，下载前最好查一下torch、torchvesion和python版本的对应关系

http://download.pytorch.org/whl/torch_stable.html（下载地址）

3、将下载的这两个文件复制到anaconda的环境文件夹下

4、离线安装

在环境中使用pip install 绝对路径

5、验证torch安装正确，进入python，导入torch和torchvesion成功后，打印torch版本（

print(torch.__version__)），如下图则正确安装

6、安装其他所需依赖，输入dir命令，检测requirements.txt是否在当前目录下，如不在，则需要指定

运行pip install -r requirements.txt 命令后，安装所需的依赖。

三、初步运行及调试

1、使用pycharm打开项目

2、设置刚才创建的环境 

3、导入环境后，运行detect.py模块

提示numpy模块不可用，这种问题一般是版本不匹配造成的，估计是版本太高了换1.26.2试试

卸载numpy  输入命令pip uninstall numpy 

安装指定版本的numpy，pip install numpy==1.26.2

4、再次运行，运行成功

5、运行train.py模块，提示如下错误

根据Bug小能手系列(python)_9: 使用sklearn库报错 module ‘numpy‘ has no attribute ‘int‘_attributeerror: module 'numpy' has no attribute 'i-CSDN博客

这个解决，将涉及np.int的地方改为np.int_

完成后，又提示这个

这个因为虚拟内存造成的，按下面的更改

6、再次运行，ok，这个是训练自带的coco128训练集

四、训练自己的数据模型

1、准备数据集分别建images和labels文件夹

2、在images文件夹中，建train和val文件夹，将待测试的数据分别放到这两个文件夹中

3、安装标注工具 pip install labelimg

4、标注数据，启动labelimg,标注数据

5、一一对数据进行标注

6、设置训练路径，准备训练

自己写一个数据路径yaml文件

更改数据训练路径

训练开始了。。。。。。

五、得到自己的训练模型

训练完成后，在输出路径下会生成如下文件，其中best.pt就是最好的模型，这里涉及到很多的技术，有兴趣的同学可以自行学习，今天就简绍到这里了。