修改后的 YOLOv5 从零开始教程

本文将从零开始，一步步带你完成 YOLOv5 的环境配置、数据集准备、模型训练、验证与预测，让你快速上手 YOLOv5。在配置过程中，需注意代码安全性和潜在风险，以下内容已对关键部分进行润色，并针对不同场景提出多种情况分析。

---

1. 环境准备

1.1 硬件要求

• GPU（推荐）：NVIDIA 显卡，显存至少 4GB（训练较小模型如 YOLOv5s）
• CPU：可用，但训练速度慢
• 内存：建议 16GB 以上

1.2 软件要求

• 操作系统：Windows 10/11 或 Ubuntu 22.04
• Python：3.8 或 3.9（推荐 3.8）
• CUDA：10.2 或 11.3 以上（需与 PyTorch 版本匹配）
• PyTorch：1.7 以上

1.3 安装 Python 与 PyTorch
Windows 下安装 Anaconda（推荐）：

1. 下载 Anaconda 并安装（建议从官网获取安装包）。

  放哪个盘看自己，尽量不要有中文路径

                              1. 打开 Anaconda Prompt，创建虚拟环境：

conda create -n yolov5 python=3.8  
conda activate yolov5  

2.安装cuda

建议不要安装最新的，与自己的显卡相适应，其次和pytorch版本对应

    

nvidia-smi
 

输出结果顶部会显示cuda版本。

安装 PyTorch：（如果用vscode编译，这一步可以先跳过）
访问 PyTorch 官网，根据 CUDA 版本选择命令（优先使用官方源）。例如 CUDA 11.3：

pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html  

如果仅用 CPU：

pip install torch torchvision torchaudio  

验证安装：

import torch  
print(torch.__version__)  
print(torch.cuda.is_available())  # 输出 True 表示 GPU 可用  

风险提示与多种情况分析：

• 情况1：依赖源风险
  使用 -i 参数指定镜像源时，需确保来源可信（如清华大学镜像源）。建议优先使用官方 PyPI 源，仅在网络不佳时切换镜像。
• 情况2：环境冲突
  在多项目环境中，未使用虚拟环境可能导致包冲突。务必创建独立环境（如 conda create -n yolov5）。
• 情况3：CUDA 版本不匹配
  如果安装后 torch.cuda.is_available() 返回 False，检查 CUDA 与 PyTorch 版本兼容性。

---

2. 克隆 YOLOv5 仓库

打开终端，进入工作目录，执行：

git clone https://github.com/ultralytics/yolov5  
cd yolov5  

具体指令有报错的话，可以问ai工具。

如果网络较慢，可尝试国内镜像（替换为 https://hub.fastgit.xyz/ultralytics/yolov5），但需验证链接可靠性。

风险提示：

• 克隆第三方镜像时，确认其与官方仓库同步，避免代码篡改风险。

---

3. 安装依赖

YOLOv5 项目自带 requirements.txt，建议优先从官方源安装：

pip install -r requirements.txt  

国内用户若需加速，可使用可信镜像源：

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

安装后验证：

python detect.py --source data/images/bus.jpg --weights yolov5s.pt  

若成功运行并显示检测结果，则环境配置完成。

多种情况分析：

• 情况1：依赖版本冲突
  若安装失败，尝试指定包版本（如 pip install numpy==1.21.0）或使用 --no-cache-dir 避免缓存问题。
• 情况2：权限不足
  在 Linux 系统中，若提示权限错误，可添加 --user 参数或使用 sudo（需谨慎）。

---

4. 准备数据集

YOLOv5 要求数据集为 YOLO 格式，即每张图片对应一个 .txt 标注文件，内容为：

class_id x_center y_center width height  

所有坐标均为归一化值（0~1）。

4.1 数据集结构
推荐组织如下：

dataset/  
├── images/  
│   ├── train/  
│   ├── val/  
│   └── test/      # 可选  
└── labels/  
    ├── train/  
    ├── val/  
    └── test/  

4.2 标注文件生成
若已有 VOC（XML）或 COCO（JSON）格式标注，可使用脚本转换。建议使用官方工具（如 utils/general.py 中的函数）或开源工具 labelImg。

我个人用labelimg，直接命令行下载，（在yolo的虚拟环境中

pip install pyqt5 lxml
 

）

opendir选择自己的images/train

changesave dir选择labels/train

具体打标签的细节可以问ai，记住拖框的时候不要松手

4.3 配置文件 data.yaml
在 yolov5/data 目录下新建 mydata.yaml，内容如下：

train: ../dataset/images/train  # 训练集图片路径  
val: ../dataset/images/val      # 验证集图片路径  
test: ../dataset/images/test    # 测试集图片路径（可选）  

nc: 2  # 类别数量  
names: ['cat', 'dog']  # 类别名称列表  

风险提示与多种情况分析：

• 情况1：路径错误
  相对路径可能导致文件找不到。建议使用绝对路径或验证路径存在性（如 ls ../dataset/images/train）。
• 情况2：标注文件异常
  坐标超出 [0,1] 范围会引发训练错误。使用脚本批量检查标注文件（如 Python 脚本遍历 .txt 文件验证数值）。
• 情况3：数据集泄露
  训练集与验证集重叠时，模型评估结果虚高。确保数据集严格划分。

---

我个人使用vscode（将yolov5拖动到vscode打开）

红色的地方要换成自己的数据集等，具体的细节我的建议还是问ai，一步步配置也不算麻烦（一次配置，以后只修改路径就行）

后续具体内容会更新（细节和模型训练的细节，以及部分不出框的问题）

5. 修改模型配置文件

YOLOv5 提供预定义模型（如 yolov5s.yaml），按需复制并修改类别数：

cp models/yolov5s.yaml models/yolov5s_custom.yaml  

编辑 yolov5s_custom.yaml，将 nc 改为你的类别数：

nc: 2  # number of classes  

风险提示：

• 修改配置文件时，避免误删其他参数（如锚点配置）。

---

6. 训练模型

6.1 单 GPU 训练

python train.py --img 640 --batch 16 --epochs 100 --data data/mydata.yaml --cfg models/yolov5s_custom.yaml --weights yolov5s.pt  

6.2 多 GPU 训练（DataParallel）

python train.py --img 640 --batch 64 --epochs 100 --data data/mydata.yaml --cfg models/yolov5s_custom.yaml --weights yolov5s.pt --device 0,1  

6.3 关键参数说明

参数	含义	常用值
--img	输入图像尺寸	640
--batch	批次大小	根据显存调整
--epochs	训练轮数	100-300
--data	数据集配置文件	data/mydata.yaml
--cfg	模型配置文件	models/yolov5s_custom.yaml
--weights	预训练权重	yolov5s.pt
--device	GPU 编号	0,1
--cache	缓存图像	ram 或 disk

训练过程中，日志、权重和结果图保存在 runs/train/exp 目录。

多种情况分析：

• 情况1：显存不足
  若 --batch 过大导致 OOM 错误，逐步减小批次（如从 16 降至 8）或降低图像尺寸（--img 416）。
• 情况2：训练不稳定
  学习率过高可能引发 NaN 损失。尝试减小 --lr0（默认 0.01）或启用自动学习率调整（如 --adam）。
• 情况3：多 GPU 同步问题
  使用多 GPU 时，确保驱动和 CUDA 版本一致，避免进程通信错误。

---

7. 模型评估

在验证集上评估模型：

python val.py --data data/mydata.yaml --weights runs/train/exp/weights/best.pt --img 640  

输出指标包括 mAP@0.5、mAP@0.5:0.95 等。

风险提示：

• 权重文件路径错误会导致评估失败。验证路径存在性（如 ls runs/train/exp/weights/）。

---

8. 模型预测

8.1 单张图片预测

python detect.py --weights runs/train/exp/weights/best.pt --source path/to/image.jpg --img 640 --conf 0.25  

8.2 文件夹预测

python detect.py --weights runs/train/exp/weights/best.pt --source path/to/images/ --img 640 --conf 0.25  

8.3 视频或摄像头预测

# 视频文件  
python detect.py --weights runs/train/exp/weights/best.pt --source path/to/video.mp4  

# 摄像头（0 表示第一个摄像头）  
python detect.py --weights runs/train/exp/weights/best.pt --source 0  

预测结果默认保存在 runs/detect/exp。

多种情况分析：

• 情况1：输入源无效
  若 --source 指向损坏文件或无效设备，预测失败。提前测试输入源（如用 ffmpeg 检查视频文件）。
• 情况2：低置信度结果
  --conf 阈值过低可能输出大量误检。根据场景调整阈值（如 0.5 用于高精度需求）。

---

9. 常见问题与解决方法

9.1 ModuleNotFoundError: No module named 'torch'

• 确保已正确安装 PyTorch，检查虚拟环境是否激活。

9.2 CUDA out of memory

• 减小 --batch-size 或使用 --img 416 降低分辨率。
• 启用 --cache 加速数据加载，但显存不足时慎用。

9.3 AttributeError: 'NoneType' object has no attribute 'shape'

• 图片路径错误或图片损坏，检查 --source 路径并验证文件完整性。

9.4 训练时 NaN 损失值

• 学习率过高，尝试减小 --lr0（默认 0.01）。
• 数据集中存在异常标注（坐标超出 0~1），检查标签文件。

9.5 验证集 mAP 很低

• 检查数据集划分是否合理，类别是否均衡。
• 增加训练轮数，或使用更大模型（如 yolov5m）。
• 数据增强过于激进，可调整 --augment 参数。

9.6 模型转换问题
导出模型为 ONNX 格式：

python export.py --weights runs/train/exp/weights/best.pt --include onnx  

更多格式见 export.py 的 --include 参数。

新增多种情况分析：

• 情况1：模型导出失败
  权重文件损坏或版本不兼容（如 PyTorch 版本过低）。尝试重新训练或升级 PyTorch。
• 情况2：部署环境差异
  转换后的 ONNX 模型在目标设备（如 TensorRT）可能不兼容。测试转换后模型在目标环境中的推理。
• 情况3：安全风险
  模型权重文件（.pt）可能包含敏感数据。部署时限制访问权限，避免未授权使用。较少见