1. 安装依赖项
确保你已经安装了以下依赖项:
pip install -U -r requirements.txt
2. 数据准备
确保你有一个包含训练图像和相应标签的数据集。YOLOv5要求标签文件的格式为 YOLO 格式。
3. 训练模型
使用以下命令进行模型训练:
python train.py --img-size 640 --batch-size 16 --epochs 50 --data your_data.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt
--img-size
: 图像尺寸--batch-size
: 批处理大小--epochs
: 训练周期数--data
: 数据集配置文件(包含类别信息、训练集和验证集的路径等)--cfg
: 模型配置文件--weights
: 预训练权重路径(可选)
4. 推理(检测)
使用训练好的模型进行目标检测:
python detect.py --weights runs/train/exp/weights/best.pt --img-size 640 --conf 0.4 --source your_image_or_video_path
--weights
: 训练好的权重路径--img-size
: 推理时的图像尺寸--conf
: 置信度阈值--source
: 待检测的图像或视频路径
5. 模型评估
使用以下命令评估模型性能:
python test.py --weights runs/train/exp/weights/best.pt --img-size 640 --data your_data.yaml
6. 导出模型
导出模型以在其他平台上使用:
python export.py --weights runs/train/exp/weights/best.pt --img-size 640 --batch-size 1
这只是一个基本的使用指南,实际应用可能需要根据你的需求进行调整。确保查看YOLOv5的官方文档以获取更详细的信息和更新。