使用YOLOv5训练模型

本文基于Windows系统环境，进行YOLOv5的从零开始的教学，用于北京信息科技大学机魂融创联盟的教学培训工作。

一、查看当前设备是否安装了CUDA

（1）首先：win+R 输入cmd 进入命令行 （2）输入命令 nvcc -V

如果显示如下图所示的内容，说明设备没有安装CUDA，则按照下面的“2、安装CUDA”来进行。

如果显示如下图所示的内容，说明设备已经安装CUDA，版本号在红框内，我这里为11.6，接下来

按照下面的“安装PyTorch”来进行。

二、安装CUDA

1.查看当前设备的显卡支持的CUDA版本

（1）首先：win+R 输入cmd 进入命令行 （2）输入命令 nvidia-smi

可见我这里支持的CUDA版本最高为11.7，一般使用同版本或低一个小版本，所以我这里使用的是11.6。

2.下载对应的CUDA版本

（1）打开CUDA下载页面：

CUDA Toolkit Archive | NVIDIA Developer

（2）在左侧找到对应的版本，点击版本名下载对应的版本

我这里下载11.6，所以点击11.6.2下载。

（3）下载完成后安装，安装时选择自定义，组件只保留CUDA即可。

安装位置我选择安装在默认位置，所以未修改。

后面的步骤一直 下一步 即可

3.下载cuDNN

如果为近几年的显卡（一般按照这个来安装）

（1）打开cuDNN官网下载地址

https://developer.nvidia.com/cudnn-downloads

（2）选择对应平台（win11也选win10，不行再下载安装包）

（3）下载完成后安装

依旧是一路下一步，然后选择自定义，选择自己需要的版本，安装。

如果为旧版本显卡

（1）打开cuDNN官网历史版本下载地址

cuDNN Archive | NVIDIA Developer

（2）选择对应CUDA版本的cuDNN版本

（3）点击下载

会要求登录，有账号的直接登录，没账号的注册一个，登录后会自动下载

下载完成后是一个zip（以windows为例）

根据以下参考资料完成后续配置：Cuda和cuDNN安装教程(超级详细)-CSDN博客

三、安装Python

如果已安装py3.9+可忽略，一般都可以，但是yolov5可能对py3.12+兼容性有限（后续可能进一步兼容了）

如果没安装，可以按照下面的流程来安装，对于训练yolov5而言更兼容一些

（1）打开PyTroch官网的pip库：download.pytorch.org/whl/torch/

（2）搜索对应的版本，比如我这里是11.6，则搜索cu116

可以看到名字为 torch-版本号+cuda版本号-python版本号-python版本号-系统类型.whl 格式的内容，从图上可知，Windows环境下，CUDA 11.6支持python3.7到python3.10，不同CUDA版本兼容不一致，需根据实际情况来判断应该安装什么版本的python

（3）打开Python官网的旧版本下载网页：Python Releases for Windows | Python.org

（5）下载对应版本Python，并安装。我这里下载的是Python 3.9 64位

四、安装PyTroch

1、如果为近几年的显卡

（1）如果CUDA版本为12.4及以上，则打开PyTorch

（2）选择如下内容

（3）复制pip链接，并粘贴到命令行中运行即可

2、如果为旧版本：

（1）打开PyTroch官网的版本库：Previous PyTorch Versions | PyTorch

（2）搜索对应的版本，比如我这里是11.6，则搜索cu116

（3）复制对应的命令，并在命令行执行。

五、检查环境是否配置成功

新建并运行以下python程序：

import torch
​
​
# 检查CUDA是否可用
print(torch.cuda.is_available())
​
# 打印CUDA设备数量
device_count = torch.cuda.device_count()
print(device_count)
​
# 如果有可用的CUDA设备，打印第一个设备的名称
if device_count > 0:
    print(torch.cuda.get_device_name(0))
else:
    print("No CUDA device available")

如果显示"No CUDA device available"则说明没有安装成功，需要重新走流程。

如果终端显示类似下面的内容，则说明安装成功

六、下载YOLOv5模型

关于YOLOv5的代码详解可参考以下链接：YOLOv5源码逐行超详细注释与解读

注意：如果你使用的是机魂社已经配置好的环境，请直接跳到第七步，执行完第七步后执行第九步。如果想自己配环境，则继续按顺序执行。

（1）打开YOLOv5的github地址：

ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)

（2）按图中步骤下载代码

（3）解压到一个目录当中

（4）打开目录（此目录以下称为YOLO目录或类似描述）

（5）（可选）将以下无关内容删掉（看着顺眼，没别的原因）

（6）下载预训练模型模型

在YOLOv5的github地址中可以看到如下的一个表格

点击前方蓝色字可以下载对应的模型，前期学习使用YOLOv5n或YOLOv5s即可（根据自身显卡性能进行选择）。

下载完成后放置到yolo目录下的models文件夹内。

注意：如果你使用的是机魂社已经配置好的环境，models文件夹内已下载了YOLOv5n、YOLOv5s、YOLOv5m三个常用模型，无需再次下载

七、配置YOLOv5依赖

在yolo目录下打开命令行

输入以下语句进行环境配置和应用下载

pip install -r requirements.txt

八、创建一个项目文件框架

注意：如果你使用的是机魂社已经配置好的文件环境，则下面的文件框架已经在你的文件夹内，可直接复制、修改使用。

1、创建文件框架

（1）在YOLO目录下新建一个文件夹，文件夹名字自拟，如：my_yolo_test（该文件夹后续简称项目文件夹或类似名称，同时也建议该文件夹名称和自己的训练项目有关，以示区分）

（2）在项目文件夹内新建以下文件夹：

train（训练集文件夹）

val（验证集文件夹）

并在两个文件夹内分别建立下面两个文件夹

images（图片文件夹）

labels（标注文件夹）

（3）在项目文件夹内新建一个yaml文件，文件名自拟，如：my_yolo_test.yaml（建议与项目文件夹同名，以示区分）

文件内容如下：

train: ./my_yolo_test/train/images  # 训练集图片文件夹路径
val: ./my_yolo_test/val/images      # 验证集图片文件夹路径
​
nc: 1                  # 类别数量，下面只有一个类别，所以写1
names: ['louyoudian']  # 类别名称列表，此处可自定义，如果有多个类别，则参考下面的样式
# names: ['category1', 'category2', 'category3']  # 假设有三个类别，将三个类别名称 依次 填入列表中

注意：图中第5行的 “louyoudian” 与下面的9、准备训练集中设定的类别名称同步即可

九、准备数据集

1、准备数据集图片

将需要训练的图片分成两部份，一份放入train文件夹的images文件夹内，一份放入val文件夹的images文件夹内，二者比例一般介于7：3和8：2之间。

2、使用labelimg打标签

（1）在终端中输入以下语句进行labelimg的下载安装

pip install labelimg

（2）安装完成后，使用命令labelimg运行labelimg程序。运行后效果如下：

界面功能见图示。右下角可以拖拽调整大小，将其调整到舒适的大小：

（3）打开文件夹（此处以训练集为例，my_yolo_test\train\images）

打开后会在中间显示图片：

（4）选择放置标注的文件夹（此处以训练集为例，my_yolo_test\train\labels）

（5）开始标注

a.按下快捷键w，中间图片框会出现贯穿的十字型线条：

b.按下鼠标左键，从一角划到对角（例如从左上划到右下），可以看到，我希望标注的图像被绿色方框框起：

c.松开鼠标左键可以看到弹出命名弹窗，我这里训练的是漏油点识别，所以输入了“louyouidan”，根据具体情况自行命名。须为英文。

d.点击ok（快捷键：回车），可以看到右侧显示出了名称：

此时当类别已标注完成，如果图片中有多个漏油点，或需要标注其他类型，则从a开始重复至此步骤。

如果图片中全部内容已被标注完毕，则按下快捷键d，切换到下一张图片。

e.按下快捷键d，出现保存提示弹窗，按快捷键enter确定：

此时当前图片被标注完毕，并自动进入下一张图片：

f.额外注意事项

如果已标注过，则会显示候选框，如果为相同的，则点击ok或按下回车即可，如果需要标注新的类别，则在下图红色区域内输入对应的类别名称，并点击ok来实现新建类别名称：

以此类推直到最后一个完成标注：

此时在对应的labels文件夹内可以看到类似的txt：

其中classes.txt内为所有的类别名称，例如“louyoudian”

其他txt和图片同名，仅后缀不同。注意此后就不要改图片和标注的文件名，如果必须修改，需要保持同步

3、将train和val全部标注完成

将train和val两个文件夹内的images文件夹内的图片全部标注完成后，即可进入下一步

十、开始训练

1、打开YOLOv5根目录

打开后如图所示，存在如图所示的文件结构，且存在train.py的目录，一般为根目录：

2、在当前目录打开命令行

在上方地址栏输入CMD并回车，或打开命令行后通过cd命令打开文件夹地址均可。以下按照前者举例：

3、输入训练命令

python train.py --data my_yolo_test/my_yolo_test.yaml --cfg models/yolov5n.yaml --weights models/yolov5n.pt --epochs 64 --batch-size 32 --imgsz 640 --device 0 --workers 4

参数解析：

（1）--data my_yolo_test/my_yolo_test.yaml

指定了训练数据的配置文件路径为 my_yolo_test/my_yolo_test.yaml。这个配置文件可能包含了数据集的路径、类别信息等。

（2）--cfg models/yolov5n.yaml

指明了模型的配置文件路径为 models/yolov5n.yaml。该文件通常定义了模型的结构、层数、参数等信息。

（3）--weights models/yolov5n.pt

表示加载预训练权重文件的路径为 models/yolov5n.pt。预训练权重可以加速模型的收敛速度。

（4）--epochs 64

设置训练的轮数为 64。即模型将在整个数据集上进行 64 次完整的遍历。

（5）--batch-size 32

定义了每次训练时输入模型的样本数量为 32。较大的 batch size 可能需要更多的内存，但可以提高训练效率。

（6）--imgsz 640

指定输入图像的尺寸为 640x640。模型将对输入的图像进行调整大小以适应这个尺寸。

（7）--device 0

选择使用的设备编号为 0。通常表示使用第一个 GPU 进行训练。如果你的计算机有多个 GPU，可以通过调整这个编号来选择不同的 GPU。

（8）--workers 4

设置数据加载的工作线程数为 4。更多的工作线程可以加快数据加载速度，但也可能消耗更多的系统资源。

此处仅列举常见参数，其他参数请自行查阅网络资料

4、训练过程信息及结束

训练结束后效果如图所示，其中部分参数含义如下：

（1）mAP50：平均精度均值（mean Average Precision at IoU=0.5）。

• 衡量模型在 IoU 阈值为 0.5 时的检测性能。这个指标综合考虑了模型的查准率和查全率，数值越高表示模型在该阈值下对目标的检测准确性越高。例如，mAP50 0.977表示在 IoU 为 0.5 时，模型的平均精度均值为 0.977，说明模型在这个阈值下能够较好地检测出目标，且误检和漏检较少。 （1）mAP50-95：在不同交并比（Intersection over Union，IoU）阈值从 0.5 到 0.95 之间以 0.05 为步长计算的平均精度均值。

• 更加全面地评估模型在不同 IoU 阈值下的性能。通过在多个 IoU 阈值上计算平均精度，然后取平均值得到。这个指标能够反映模型在不同严格程度下的检测能力。数值越高，说明模型在各种 IoU 阈值下都能保持较好的检测性能，具有更强的泛化能力。例如，“mAP50-95 0.643” 表示在 IoU 从 0.5 到 0.95 的范围内，模型的平均精度均值为 0.643，虽然这个数值可能相对较低，但也表明模型在不同的检测严格程度下都有一定的检测能力。 （1）P：精确率（Precision），表示预测为正的样本中有多少是真正的正样本。

• 精确率关注的是模型预测为正样本的准确性。如果精确率高，说明模型在预测为正样本的情况下，大部分都是真正的正样本，误报较少。例如，“P 0.881” 表示模型的精确率为 0.881，即模型预测为正样本的结果中有 88.1% 是真正的正样本。 （1）R：召回率（Recall），表示实际为正的样本中有多少被正确预测为正样本。

• 召回率衡量的是模型对正样本的检出能力。如果召回率高，说明模型能够尽可能多地检测出真正的正样本，漏检较少。例如，“R 0.923” 表示模型的召回率为 0.923，即实际为正样本的对象中有 92.3% 被模型正确地预测为正样本。

一般认为mAP50-95介于0.9以上为良好，介于0.95以上为佳。一般取决于训练集和验证集的质量（包括图像内容和标签质量），部分情况下可通过调整训练轮次（主要是增加）、修改参数（如：命令中添加使用--augment参数）来实现提高效果。

最后一行：Results saved to runs/train/exp7

含义为最佳的模型保存在./runs/train/exp7目录内，后续推理将会使用这个文件夹里weights文件夹内的best.pt文件。

十一、推理（部署）

由于部署平台和方式较多，此处仅举出一个例子，调用detect.py进行简单验证，仅供测试：

python detect.py --source 0 -- weight ./runs/train/exp7/weights/best.pt

其中“--source 0 ”代表着使用0号摄像头；“-- weight ./runs/train/exp7/weights/best.pt”代表着使用“./runs/train/exp7/weights/best.pt”处的模型，这个文件地址需要根据实际情况更改，具体见上一章节最后两段。

效果如下（运行后的视频录像，会保存在./runs/detect文件夹内的文件夹里）：

至此，YOLOv5教程结束

Company 机魂社 All Rights Reserved