Yolov5模型使用教程

---

前言：此代码使用的是阿里云盘中yolov5_6.0

一、训练模型

1.在data文件夹中修改myvoc.yaml文件

#类似于yolo3的标签的文本文档
train: vocdata/train.txt
val: vocdata/val.txt

# number of classes
nc: 4

# class names
names: ["garbage", "people", "full", "null"]

---

2.修改vocdata文件夹

在以上两个文件夹分别放入图片文件和打标文件（训练集）

此代码用于分离训练集和验证集

此代码用于将xml文件转换为yolov5可以识别的txt文件（yolov3模型可以直接识别xml文件）

PS:weights文件夹中存在yolov5模型的预训练权重文件

---

3.不要忘记修改model文件夹

别忘了修改yolov5_,yaml就修改里面的标签种类

---

4.接下来运行train.py就行啦

---

二、预测模型

1.将权重文件放在auto_detect文件夹

先把训练好的best.pt放入文件夹

---

2.对auto_detect文件夹进行修改

images文件夹存放要预测的图片
对类别的修改在detector_classes.txt和myvoc.yaml文件中

---

3.运行auto_detect_GUI.py或者auto_detect.py就可以进行啦

---

总结

这是Youcai Zhang的一小步，也是我学习代码的一大步，加油(ง •_•)ง。