1.使用anaconda安裝python3.8的環境
conda create -n yolo5 python=3.8
#anaconda下載地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.安裝pytorch1.6 torchvision0.7
conda install pytorch==1.6 torchvision==0.7 cudatoolkit=10.1
3.安裝相關包
pip install opencv-python matplotlib pillow pycocotools PyYAML scipy tqdm tensorboard
4.問題：libGL.so.1: cannot open shared object file: No such file or directory
apt install libgl1-mesa-glx
5.嘗試運行：
下載model到weights/yolov5s.pt
運行demo
python detect.py --source ./inference/images/ --weights yolov5s.pt --conf 0.4
6.訓練自己的數據集：
a.? 新建yolov5-master/data/my.yaml,并在yolov5-master/data/train.py的parser中改為自己my.yaml路徑
train: dataset/images/train/ # 1 images
val: dataset/images/val/ # 1 images
# number of classes
nc: 1
# class names
names: ['problem']
b. 在my.yaml中所寫位置建立自己的數據集。
注意：*.txt里面格式如下：0 0.5 0.5 0.1 0.1
即label，中心點橫坐標的歸一化值(中心點橫坐標除以圖像寬)，中心點縱坐標的歸一化值(中心點縱坐標除以圖像高)，標注框寬的歸一化值(標注框寬除以圖像寬)，標注框高的歸一化值(標注框高除以圖像高)
c.? 運行個人數據:
python train.py
)
