前言
默认安装好所有配置，只是基于Yolo5项目文件开始介绍的。基于配置好的PyCharm进行讲解配置。写下的只是些基本内容，方便以后回忆用。避免配置好Yolo5的环境，拉取好Yolo5项目后，不知道该如何下手。如果有时间，我还是建议多阅读官方项目下的教程。yolov5官方
操作
配置好的环境的一定是能跑些下述的基本操作的，反正则是环境还有问题。还有在下载好Yolo5项目后，一定要在自己的项目终端下运行：pip install -r requirements.txt，下载其它依赖包，这也是Yolo5所要求的。
检测验证
点击打开detect.py，右击文件运行或者终端输入python detect.py --weights yolov5s.pt，验证官方的识别模型，如果一切正常会输出结果路径runs\detect\下。
好像首次运行yolov5s.pt是下载的。
模型训练
后加：这里其实，也可以直接也行
python train.py，会自带下载官方的案例coco128的，不是必须要自己定义数据来验证。
首先准备好数据集以及标注文件。然后建立配置文件(.yaml)，可以复制其它官方案例的来参考，在/data/文件夹下，配置五个基本参数就行了。path，路径。train，训练集路径(基于path下)。val，验证集路径(基于path下)。test，测试，可以不用配置。以及names，标记数对应着名称。
准备好，上述的后，就可以运行训练文件了。像我上面配置的是num.yaml文件，就运行它的配置，大家记得修改为自己的配置文件。好像默认是进行99轮配置(没修改配置下)，就不放图演示了。
bash
python train.py --data num.yaml --weights yolov5s.pt 总结
除了上述介绍到的这两个基本的执行之外，目录下还有其它的文件，可以执行参考。可以看到上述命令在执行的时候，都带有weights、data之类的配置参数，其实参数还有很多的，感兴趣的可以执行翻看指定的文件下，如检验detect，头部有两个配置选参，以及文件中都有介绍。
