# YOLO_V5

**Repository Path**: wzjahucm/yolov5

## Basic Information

- **Project Name**: YOLO_V5
- **Description**: YOLO V5官方源码改安中医教学
- **Primary Language**: Unknown
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-09-26
- **Last Updated**: 2026-04-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# YOLO V5环境搭建

## 一、准备

1. 安装Anaconda
   
   百度搜索“windows安装anaconda”关键词

2. Anaconda换源
   
   百度搜索“windows换清华源anaconda”关键词

3. 查看yolo v5官方安装文档（https://github.com/ultralytics/yolov5），要求在 Python>=3.8.0 环境中安装 requirements.txt ，且要求 PyTorch>=1.8 

![](https://gitee.com/wzjahucm/yolov5/raw/master/img/python_requir.jpg "图片标题")

4. 创建Anaconda子环境
   
   ```
   # 创建一个 conda 环境，环境名称为yolov5
   conda create -n yolov5 python=3.8
   # 激活yolov5环境
   conda activate yolov5
   ```
   
   ![](https://gitee.com/wzjahucm/yolov5/raw/master/img/conda_env_create.jpg "图片标题")

5. 安装PyTorch
   
   ```
   # CPU Only
   conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch
   ```

## 二、克隆源代码

在Anaconda命令行中输入以下命令，查看环境，并进入到代码目录中

克隆YOLO V5源代码并安装依赖

    代码地址：[汪子健/yolov5](https://gitee.com/wzjahucm/yolov5) 

   （也可根据github官方克隆： https://github.com/ultralytics/yolov5 ）

   - 可百度搜索"windows git 安装 csdn"，安装git工具
     
     打开git bash窗口，克隆仓库
     
     ```
      git clone https://gitee.com/wzjahucm/yolov5.git
     ```
     
     ![](https://gitee.com/wzjahucm/yolov5/raw/master/img/open_git.jpg "图片标题")
     
     ![](https://gitee.com/wzjahucm/yolov5/raw/master/img/git_clone.jpg "图片标题")

## 三、进入环境并进入YOLOV5目录

```
# 查看所有conda环境
conda env list

# 激活yolov5环境
conda activate yolov5

# 查看yolov5环境中安装的所有包（重点检查Torch版本）
pip list

# 进入到YOLOV5的代码目录
cd C:\Users\wzjah\Desktop\Coding\YOLOV5
```

## 四、YOLO V5目标检测任务

1. 标注

   makesense在线标注官网：https://www.makesense.ai/ ，教程可自行百度搜索makesense 标注关键词

2. 安装依赖（**注意，此处需要进入代码目录并在Anaconda命令行中运行**）

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

3. 训练

   - 我们的人员检测数据集在/data/human_detection_dataset目录下

   - 在data目录下创建human_detection.yaml数据配置文件，文件内容如下：

   ```
   # 人形检测
   path: data/human_detection_dataset # dataset root dir
   train: train/images
   val: valid/images
   test: # test images (optional)
   
   # Classes
   names:
     0: person
   ```

   - 训练
     
     ```
     python train.py --data data/human_detection.yaml --weights yolov5s.pt --img 640 --batch-size 2
     ```
     
     可进入runs/train目录查看训练结果

4. 实时检测

   将runs/train/exp6/weights/best.pt文件拷贝到YOLOV5根目录下，执行：

   ```
   python detect.py --weights best.pt --source 0 --device cpu
   ```