10实战经验yolov5的部署(2026年01月)

第 1 步:下载 YOLOv5 源码 ZIP 包

复制代码
https://github.com/ultralytics/yolov5

解压,使用pycharm打开

2.打开终端,配置独属于yolov5的环境(可以在pycharm,也可以win+r打开cmd进行配置,都是可以的)

复制代码
conda create -n yolov5 python=3.9 -y

看到自己安装成功

接下来,激活环境

复制代码
conda activate yolov5

3.找到你下载的文件,打开文件对应目录,D:\project\yolov5\yolov5-master

复制代码
# 进入你解压的 yolov5 文件夹
cd D:\project\yolov5\yolov5-master

下面是镜像源加速的通道,等待安装完毕

复制代码
# 安装依赖(只影响当前环境!)
pip install -r requirements.txt

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

镜像源会快很多

4.编写data.yaml文件

复制代码
path: D:/data/YanJi/my_dataset  # 数据集根目录(必须存在 images/train, labels/train 等)
train: images/train            # 相对于 path 的训练集图像路径
val: images/val                # 相对于 path 的验证集图像路径

nc: 1                          # 类别数量:只有 1 类
names: ['guo']                 # 类别名称:必须与标注中的 class_id=0 对应

5.执行训练(参数根据自己的情况进行修改)

复制代码
python train.py --img 640 --batch 16 --epochs 100 --data c_my_data.yaml --weights yolov5n.pt --name guo_exp

6.打开train.py文件,(是 因为YOLOv5 在启动时尝试检查 Git 信息(用于记录版本),但我电脑没装 Git 或没加到环境变量会出现一个报错)

搜索

复制代码
GIT_INFO = check_git_info()

注释一下

复制代码
# GIT_INFO = check_git_info()

继续执行训练

出错了,是使用的cpu进行训练

复制代码
pip uninstall torch torchvision torchaudio -y

法1 正常下载

复制代码
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

法2 镜像加速下载

复制代码
pip install torch torchvision torchaudio --index-url https://mirrors.tuna.tsinghua.edu.cn/pytorch-wheels/cu118

法3

或者可以本地先下载好三个文件

相关推荐
极智视界7 小时前
分类数据集 - 蘑菇分类数据集下载
人工智能·yolo·数据集·图像分类·算法训练·蘑菇分类
音沐mu.12 小时前
【70】室内物品数据集(有v5/v8模型)/YOLO室内物品检测
yolo·目标检测·数据集·室内物品数据集·室内物品检测
2zcode16 小时前
基于深度学习的高速公路违章停车检测系统的设计与实现
yolo·高速公路违章停车
时间之里1 天前
【深度学习】:RF-DETR与yolo对比
人工智能·深度学习·yolo
极智视界1 天前
分类数据集 - 自然灾害场景飓风野火洪水地震分类数据集下载
人工智能·yolo·数据集·图像分类·算法训练·自然灾害检测
Uopiasd1234oo1 天前
位置感知注意力与跨阶段部分网络改进YOLOv26特征提取与全局建模能力双重提升
网络·yolo·目标跟踪
音沐mu.2 天前
【69】果蔬新鲜度数据集(有v5/v8模型)/YOLO果蔬新鲜度检测
yolo·目标检测·数据集·果蔬新鲜度数据集·果蔬新鲜度检测
shao9185162 天前
第12章Streaming(下):视频应用(1)——项目八:基于WebRTC+YOLO的实时目标检测
yolo·目标检测·webrtc·gradio·视频流·yolov10·流式传输
Uopiasd1234oo2 天前
上下文引导模块改进YOLOv26局部与全局特征融合能力双重提升
深度学习·yolo·机器学习
懷淰メ2 天前
【AI加持】基于PyQt+YOLO+DeepSeek的钢材焊接缺陷检测系统(详细介绍)
yolo·目标检测·计算机视觉·pyqt·缺陷检测·deepseek·钢材缺陷