数据集准备
首先得准备好数据集，你的数据集至少包含images和labels，严格来说你的images应该包含训练集train、验证集val和测试集test，不过为了简单说明使用步骤，其中test可以不要，val和train可以用同一个，因此我这里只用了一个images
其中images装的是图片数据，labels装的是与图片一一对应同名的yolo格式txt，即类别号，经过归一化的中心x和y坐标以及宽和高
下载yolov5
到GitHub上下载整个项目的压缩包zip下来
下来解压zip，把我们刚刚的数据集也放进去
再下载一个yolov5的预训练模型，我这里选择yolov5n.pt，下下来也放到解压文件夹中
然后用pycharm打开这个文件夹，看看哪里标红还差什么软件包没安装给安装上
配置yaml
先配置一下yolov5预训练模型的yaml，我下载的是yolov5n.pt模型，因此需要配置一下yolov5n.yaml，修改nc的数值为类别数目，我这里的数据集只有乌骨鸡和狮头鹅，因此改成2
代码语言：javascript复制# YOLOv5
