手把手教你使用YOLOV5训练自己的目标检测模型---笔记

a4. 模型的训练验证和使用_哔哩哔哩_bilibili4. 模型的训练验证和使用是手把手教你使用YOLOV5训练自己的目标检测模型的第4集视频，该合集共计6集，视频收藏或关注UP主，及时了解更多相关视频内容。https://www.bilibili.com/video/BV1YL4y1J7xz/?p=4&spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=722f84c123fbddb693f9b5cc862c1cc4通过视频的学习，训练了自己的数据集，并可使用。总结一下使用过程：

一、数据标注

1、数据准备

 images存放图像数据，labels存放标注路径。

images和labels路径下分别建立三个文件：test、train、val。

 将图片按照训练、验证、测试，进行分类存放。

2.数据标注

step1：打开labelimg路径D:\Program Files (x86)\labelimg\，找到\data\predefined_classes.txt。此TXT文件存放默认标注类名称，改为本次待标注的几类名称。

step2：在labelimg安装路径下，进入cmd，输入labelimg，打开软件。

 将PascalVOC，改为YOLO模式。

Open Dir更改图片读取路径，Change Save Dir更改标注文件路径。

快捷键：W，进行数据标注。Ctrl+S保存标注。

完成train目录、val目录所有图像标注。

二、模型训练

1.打开yolov5-mask-42-master工程。

2.打开train.py

在代码最下面找到：

data mask_data.yaml表示使用的数据集
cfg yolov5s.yaml表示使用的模型参数配置

3.修改mask_data.yaml

打开代码，修改train、val路径。修改类别数，类别名称，与标注时一致。

 

 4.修改yolov5s.yaml

打开代码，修改类别数，与标注一致。

 5.开始训练

打开train.py，复制

 在Terminal中粘贴，并运行。

开始进行数据训练。

三、模型使用

1.训练结果在runs/train/exp..下

 weights路径下保存了最好的训练结果best.pt和最后的训练结果last.pt。

2.使用模型

打开代码，修改第60行使用新训练的模型路径。

 

 运行。