yolo模型训练
yolo模型训练代码的编写要用jupyter notebook所以要先进入yolo环境
进入yolo环境
(base) C:\Users\xjh00>conda create -n yolo python=3.8
3 channel Terms of Service accepted
Channels:
- defaults
Platform: win-64
Collecting package metadata (repodata.json): done
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 25.5.1
latest version: 25.9.0
Please update conda by running
$ conda update -n base -c defaults conda
## Package Plan ##
environment location: D:\anaconda\envs\yolo
added / updated specs:
- python=3.8
The following packages will be downloaded:
package | build
---------------------------|-----------------
pip-24.2 | py38haa95532_0 2.4 MB
python-3.8.20 | h8205438_0 19.4 MB
setuptools-75.1.0 | py38haa95532_0 1.6 MB
wheel-0.44.0 | py38haa95532_0 137 KB
------------------------------------------------------------
Total: 23.5 MB
The following NEW packages will be INSTALLED:
ca-certificates pkgs/main/win-64::ca-certificates-2025.9.9-haa95532_0
libffi pkgs/main/win-64::libffi-3.4.4-hd77b12b_1
openssl pkgs/main/win-64::openssl-3.0.18-h543e019_0
pip pkgs/main/win-64::pip-24.2-py38haa95532_0
python pkgs/main/win-64::python-3.8.20-h8205438_0
setuptools pkgs/main/win-64::setuptools-75.1.0-py38haa95532_0
sqlite pkgs/main/win-64::sqlite-3.50.2-hda9a48d_1
ucrt pkgs/main/win-64::ucrt-10.0.22621.0-haa95532_0
vc pkgs/main/win-64::vc-14.3-h2df5915_10
vc14_runtime pkgs/main/win-64::vc14_runtime-14.44.35208-h4927774_10
vs2015_runtime pkgs/main/win-64::vs2015_runtime-14.44.35208-ha6b5a95_10
wheel pkgs/main/win-64::wheel-0.44.0-py38haa95532_0
Proceed ([y]/n)? y
Downloading and Extracting Packages:
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate yolo
#
# To deactivate an active environment, use
#
# $ conda deactivate
(base) C:\Users\xjh00>conda info -e
# conda environments:
#
base * D:\anaconda
yolo D:\anaconda\envs\yolo
(base) C:\Users\xjh00>activate yolo
这里下载时出现了要下载新版本的警告,yes/no我都试过了似乎对流程没有影响,这里我输入的是yes
退出CMD或者切换CMD窗口之后,想要再次进入我们的yolo环境,都需要再运行activate yolo指令。不然默认是在base环境下。--抛到海里
下载yolov5源码
(https://github.com/ultralytics/yolov5)
打开yolov5_master 文件夹,在上面输入cmd回车,在该文件夹目录下打开命令行。cmd

输入
activate yolo
切换到yolo,再输入pip install -r requirements.txt自动下载

整理yolov5模型
为了完成训练工作,需要将训练的图片按照指定的格式进行整理,
yolov5官方指南:
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
新建一个yolo_A文件夹
所有文件放在yolo_A文件夹下,子文件夹images用来存放样本图片,labels文件夹用来存储标注信息。A.yaml文件用来存放一些目录信息和标志物分类。--抛到海里
创建YAML文件的方法
文本编辑器:
可以使用普通的记事本等文本编辑器,保存时将文件后缀改为.yaml。在保存时,注意选择“所有文件”格式,以确保文件正确保存为YAML格式。
(在Linux或Mac系统中,可以使用vim或nano等编辑器。例如,使用vim时,输入内容后按Esc键,输入:wq保存并退出;使用nano时,按Ctrl + O保存,按Ctrl + X退出。)
在命令行中创建:
使用touch命令创建空文件,例如:touch example.yaml。
使用cat命令创建并写入内容,例如:cat <<EOF > example.yaml,然后输入内容并按Ctrl + D保存。
使用重定向符号将输出写入文件,例如:echo "key: value" > example.yaml。
使用Python脚本:
1.确保安装了PyYAML库:pip install pyyaml。
2.编写Python代码,例如:
import yaml
data = {
'name': 'John Doe',
'age': 30,
'is_student': False
}
with open('config.yaml', 'w') as file:
yaml.dump(data, file, default_flow_style=False)
这将创建一个包含配置信息的YAML文件。
这里我选用记事本,创建一个记事本另存为,选择所有文件形式输入A.yaml保存到文件夹
图片标注
图片标注用labelimg工具:https://github.com/tzutalin/labelImg
下载解压之后,首先删除
labelImg-master\data\predefined_classes.txt
然后在labelImg-master文件夹下打开cmd,进入我们的yolo环境中,
activate yolo
然后我们还需要在yolo环境中安装一些labelimg运行需要的依赖,依次输入
conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc
输入python labelimg.py

记得点这里切换yolo

然后就可以标注图片
更多推荐
所有评论(0)