yolov5训练coco数据集

首先让咱们对yolov5有一定了解

输入端，yolov5在yolov4基础上，将自适应锚框计算嵌套入代码中，不比yolov4是一个单独程序；Mosaic数据增强中，新增对照片的裁剪、缩放，排比变换。

backbone中，Focus结构能对特征图进行切片操作（如：4x4x3>>2x2x12)

Prediction中，计算损失函数变为GIOU-LOSS,不同于yolov4中的CIOU-LOSS(个人认为是不是CIOU-LOSS更好呢？）

训练开始

代码下载

大家可以去github或者gitee下载yolov5源码，我是去gitee下载的源码，github有时候实在进不去。

coco数据集下载

数据集下载好后（训练集，验证集，测试集都要有相应TXT文件，不然会报错），数据集位置不用移动，可以将源码中的文件coco.yaml中的path、train、val、test路径修改

依赖下载

 这里建议大家使用镜像下载，我在师兄帮助下使用的清华镜像

detect.py运行

环境依赖安装好了后，可以运行detect.py看看是否能成功运行

train.py运行

服务器上，nvidia驱动不够，cuda版本为10.0，导致GPU运行不起来，CPU训练一个epoch需要8个小时，所以我一共训练了 21个epoch。训练出来的模型在最新的权重文件中。