yolov5训练一、准备工作1.配置环境https://github.com/ultralytics/yolov5首先进入u大佬的GitHub主页，把项目下载下来。然后进入目录打开终端，pip install -U -r requirements.txt即可安装好yolov5所需环境，如果运行detect.py出现问题，依据报错自行修改。（百度有很多装torch的教程和视频，多查查就能装好）2.数

编译注意事项：下载deepstream-yolo项目，makefile添加2处tensorrt/include路径、1处lib路径源码可私聊获取，主要修改probe函数，提取检测信息。

文章目录Backbone(Darknet53)第一次下采样(to 208)第二次下采样(to 104)第三次下采样(to 52)第四次下采样(to 26)第五次下采样(to 13)YOLOLayer第一层yolo层第二层yolo层第三层yolo层完结撒花代码链接：pytorch yolov3yolov3.cfg参数，每层输出详解，希望帮助新手理解。大佬如果发现错误，请指出来，我及时改正！（刚开始用

pytorch版deep sort训练特征开场白第一步：下载项目相关资料1.pytorch版的yolov3+deepsort项目2.VeRi-776数据集第二步：修改数据集格式及程序运行1.数据格式2.遇到的问题(1)运行train.py遇到的第一个问题(2)运行train.py遇到的第二个问题(3)把训练好的.t7文件放到跟踪程序里出现的问题参考文献开场白最近在做车辆检测跟踪，检测训练教程有..