软件准备

开发环境

一般推荐使用Pycharm： Pycharm安装教程

VS Code也可以，更轻量化，本文仅涉及简单入门yolov5，所以能编辑代码就够用了，本文后续也以VS Code为例。

VS Code安装与配置

1.下载并安装VS Code

下载系统对应版本并安装即可，本文以Windows系统为例。 2. 配置语言 打开VS Code，按Ctrl+Shift+P，在命令搜索框中输入configure display language并运行，在下拉框中选择“中文（简体）”，重启编辑器即可更新显示语言。 3. 安装插件 在侧边工具栏选择插件图标，搜索Python，安装同名插件。 至此VS Code最基础的配置就完成了。

Anaconda

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，总之就是个大杂烩，把Python很多必备的包和依赖给你一次性装好了。安装教程看这篇就行，还包括了Mac OS的安装教程： Anaconda安装教程

环境配置

创建虚拟环境

1. 按Win+R，输入cmd并回车，打开cmd命令行；
2. 输入conda create -n yolo python=3.9创建虚拟环境，如果报错提示没有conda命令的话就检查一下有没有按照上面的教程配置环境变量；
3. 再输入activate yolo激活我们的虚拟环境，命令行的前缀从“（base）”变成“（yolo）”就是成功了。

配置镜像源

1. 国内安装很多包速度会很慢，建议配置国内镜像源以改善安装速度，在cmd逐行输入以下命令：

# 添加清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

安装Pytorch

1. Windows系统安装前需要查看一下电脑的CUDA版本，按Win键，搜索并打开“NVDIA Control Panel”；
2. 在“系统信息”-“组件”里查看；
3. 前往Pytorch官网查看自己电脑CUDA版本对应的Pytorch安装命令，如果CUDA版本太低就去安装历史版本中找对应的命令；
4. 在cmd中输入并运行复制过来的命令，等待安装完成；
5. 安装完成后再命令行输入python打开python编辑器，输入代码并运行，输出True不报错即成功

import torch 
torch.cuda.is_available()

配置pip镜像

1. 将pip升级到10.0及以上版本，运行命令

python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip

2. 配置清华数据源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装yolo

yolov8

1. yolov8的安装非常简单，使用conda命令一键安装

conda install -c conda-forge ultralytics

yolov5

未完待续...

数据集处理

yolov8提供了coco格式转yolo格式的处理工具： JSON2YOLO

也可以自己写python程序转，更灵活。

训练

yolov8

准备好数据集后就可以开始训练了，yolov8参照官方文档的指南，配置好数据集yaml，在命令行中输入训练命令即可开始训练：

// yolo detect train data=[yaml文件] model=[模型] epochs=100 imgsz=640
// 例如：
yolo detect train data=coco128.yaml model=yolov8n.pt epochs=100 imgsz=640

具体的参数定义在指南中也能查阅。yolo模型是从github下载的，国内访问可能会很慢，可以通过代理网站事先下载好模型文件。

yolov5

未完待续...