YOLOv5训练目标检测步骤

一、数据的准备
使用精灵标注助手对图像进行标注，注意标签要用英文，导出PASCAL VOC数据格式；
二、数据的规范化
将数据导出的xml文件转成yolo需要的txt文件，转换的程序可以用下面网站的转换程序。
https://github.com/Ryo-Kawanami/xml2yolo
新建两个文件夹train,valid：

每个文件夹内包含：

这两个文件夹，images文夹放图片，lables文件夹放转换后的txt文件。
三、数据配置文件
和train,valid文件夹放到相同路径下。

data.yaml文件内容：

#path of images
train: ../ultralytics_yolov5_master/data/train/images/
val: ../ultralytics_yolov5_master/data/valid/images/

# number of classes
nc: 1

# class names
names: [ 'person' ]

四、训练

python train.py --img 640 --data data/data.yaml --cfg models/yolov5x.yaml --weights weights/yolov5x.pt --batch-size 2 --epochs 50

参数：img设置图像尺寸，建议电脑不行设置小点；
model选择使用哪个模型进行训练；
weights选择yolov5.pt文件
epoch训练次数。
接下来就是等待了。

五、测试
放一张图片检测一下效果，conf-thres;阈值，source：测试图片位置，weights：训练得到的权重

 python detect.py  --conf-thres 0.1  --source data/images/img.jpg --weights runs/train/exp6/weights/best.pt