自己电脑太low了,内存太少了。所以利用下colab的云端GPU来进行训练。 也可以租个服务器来训练,作为新手,我先来白嫖下免费的GPU吧。 在coalb新建一个笔记本,因为coalb中没法直接打开我们的yolov5文件,所以我们需要先将我们的文件压缩打包。在左侧上传我们的压缩文件,我这里是yolov5-6.0.zip  然后我们进行解压 在代码区输入
!unzip /content/yolov5-6.0.zip -d /content/yolov5
/content/yolov5-6.0.zip 指的是我们压缩文件的路径
-d 后是我们解压文件的路径
有的时候我们解压后会多出一个文件,_MAXOSX,需要删除下,而且这个玩意没法直接删除,我们需要在代码区输入
!rm -rf /content/yolov5/__MAXOSX
 然后我们现在操作是在yolov5这个文件夹下,我们需要进入yolov5中的yolov5-6.0这个文件夹下,在代码区输入
%cd /content/yolov5/yolov5-6.0
然后我们下载我们需要的一些包 一般colab上部分包他都安装好了,我们这个再安装一次。 有的博主是给我们写了requirements.txt文件的,所以我们直接
!pip install -r requirements.txt
添加插件tensorboard(可视化工具)
%load_ext tensorboard
tensorboard --logdir=runs/train
然后我们就可以运行我们的训练文件了
!python train.py
然后我们运行完的模型就保存在了runs/train中 
|