参考：
- https://blog.csdn.net/asd123pwj/article/details/116849035
- https://blog.csdn.net/qq_45701791/article/details/113992622
1. Anaconda环境搭建
conda create -n yolo python=3.8
conda activate yolo
进行 yolo 模型训练代码的编写需要用到 jupyter notebook
conda install jupyter notebook
安装完后，在yolo环境下输入
jupyter notebook
自动跳转到浏览器 notebook 界面，之后我们会在 notebook 里进行训练 yolo 模型
2. YOLOv5安装
链接: https://github.com/ultralytics/yolov5.
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt
3. labelImg安装与使用
官方安装教程: https://github.com/tzutalin/labelImg#windows–anaconda.
Windows + Anaconda
conda install pyqt=5 # 安装pyqt5
conda install -c anaconda lxml # 安装lxml
pyrcc5 -o libs/resources.py resources.qrc # 在labelImg源码目录下使用pyqt5
python labelImg.py # 启动
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE] # 指定图片路径和指定类别
官方提供的yolo帮助：https://github.com/tzutalin/labelImg#steps-yolo.
步骤：
- 打开 labelImg/data 文件夹，删除 predefined_classes.txt 文件
- 在工具栏上的 FILE 选项中，按下 PascalVOC 按钮，切换成 YOLO 输出格式
- 使用 Open Dir 选择图片目录
- 使用 Change Save Dir 选择标签保存目录
快捷键：
- 按 w 启动标签标定
- 按 a/d 左右切换图片
- 按 ctrl + s 保存标定的标签
注：
- 保存的标签只会按名称保存，与图片的格式无关
- 即，如果有两张图片"picture.jpg"与"picture.png"，它们的标签文件都保存成picture.txt
- 所以如果重名，会覆盖
正确标签内容示例：
- 文件名：filename.txt
- 文件内容：
0 0.209635 0.330417 0.173437 0.274167
4. YOLOv5训练
本文使用的图片数据集下载（附yaml文件）：
- 链接：
https://pan.baidu.com/s/1vFDZ6OEQAOmJ7Y-yCt7vIA - 提取码：jpvr
文件路径
参数：
- 在训练命令中加，或者在train.py/test.py/detect.py的最下方修改
--epochs 100训练次数，次数越多效果越好，但训练到后期变化很小，因此不应太高也不应太低--batch-size 4根据本机性能来设定
cd yolov5
python train.py --data ../Taiga/Taiga.yaml --cfg ./models/yolov5s.yaml --epochs 200 --batch-size 4
视频预测：
本文使用的测试视频下载：
- 链接: https://pan.baidu.com/s/1M-LWDgV3wEo3-9XmJqkZJg
- 提取码：glvl
python detect.py --weight ./runs/train/exp7/weights/best.pt --source cute.mp4
预测结果：
可以加上--save-txt --save-conf保存txt文件
预测结果下载：