源码下载

进入github官网搜索yolov5(网址：https://github.com/ultralytics/yolov5)如下图红框所示：

进入界面如下图所示，点击右上角绿色Code，选择下载压缩包：

开发环境设置 

本文使用云平台开发，系统为Linux，环境配置简单，显卡算力强，博主显卡为3090平均1.6元每小时，网址AutoDL算力云 | 弹性、好用、省钱。租GPU就上AutoDL

云平台创建实例

其他配置较为简单，根据自己需求设置就行，镜像选择如下图所示：

这个文件的信息是环境要用到包的名称和版本信息

先配置ssh服务，利用ssh传输文件至云平台

下载安装好winScP，填写相应内容（下图）

在云平台复制登录指令，暂时先直接全部粘贴在winScP主机名那里

 根据下图填写内容

 

下载的yolov5文件目录如下图所示

 打开requirements文件，复制选重的命令，在终端复制并回车运行

pip install -r requirements.txt

运行结束后，降级 Pillow 版本：

pip install Pillow==9.5.0

 打开train.py

根据自己需求更改红框选中的信息

cfg为模型路径，一般使用yolov5s

data是数据集配置文件

数据集制作参考：YOLOv5入门实践（2）——手把手教你利用labelimg标注数据集_labellmg采用yolo标注得到的数据是什么-CSDN博客

 训练结束后

 打开detect.py

根据自己需求更改红框选中的信息

weights为权重文件一般使用训练中分类效果最好的best.pt

source为我们要进行分类任务的图片

data是数据集配置文件

修改后打开终端，进入yolo的目录

执行

python train.py

你会在run/exp目录下看到实验结果