YOLOv5 配置与训练笔记
自用备份，Windows 端 YOLOv5 配置和训练为主，代码为核心，记录踩坑和关键点。环境准备
[*]系统：Windows 10/11
[*]Python：3.9（其他版本容易崩）
[*]GPU（可选）：NVIDIA + CUDA 11.8（CPU 也能跑，慢点）
[*]FFmpeg：解压后放根目录（视数据集需求）
下载与安装
直接去 YOLOv5 项目页，点“Code”按钮，选“Download ZIP”。解压到 D:\YOLOv5（路径自定）。
进目录，双击 detect.py 检查环境，或者手动装：
[*]Python 3.9：
python --version# 确认 3.9.x
[*]建虚拟环境：
python -m venv venv
venv\Scripts\activate
[*]装依赖：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
[*]PyTorch：
[*]GPU：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
[*]CPU：pip install torch torchvision torchaudio
[*]检查：python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
数据集准备
[*]打标工具：用 labelImg
[*]安装：pip install labelImg
[*]运行：labelImg
[*]注意：保存格式选 YOLO，生成 .txt，每行 class x_center y_center width height（归一化）。
[*]目录结构：D:\YOLOv5\data\
images\
train\
val\
labels\
train\
val\
[*]配置 data.yaml：train: D:/YOLOv5/data/images/train
val: D:/YOLOv5/data/images/val
nc: 2
names: ['cat', 'dog']
[*]注意：训练集每类至少 50-100 张，验证集 10-20%，太少过拟合。
训练
[*]跑训练：python train.py --img 640 --batch 16 --epochs 50 --data data/data.yaml --weights yolov5s.pt
[*]参数：--img 图片大小，--batch 批次，--epochs 轮数，--weights 预训练模型。
[*]输出：runs\train\exp\weights\best.pt（最佳权重），runs\train\exp\results.txt（日志）。
TensorBoard 配置
[*]安装：pip install tensorboard
[*]运行：tensorboard --logdir runs/train
[*]浏览器打开：http://localhost:6006，看 loss、mAP 等曲线。
[*]注意：训练时日志默认存 runs/train，多实验会分 exp, exp2。
推理
[*]命令行推理：python detect.py --weights runs/train/exp/weights/best.pt --img 640 --conf 0.25 --source data/images/test
[*]--source 常用：
[*]data/images/test：文件夹
[*]image.jpg：单图
[*]video.mp4：视频
[*]0：摄像头
[*]结果：runs\detect\exp。
WebUI 配置（Gradio）
[*]安装：pip install gradio
[*]新建 webui.py（放 D:\YOLOv5 下）：import torch
import gradio as gr
model = torch.hub.load("./", "custom", path="./runs/train/exp/weights/best.pt", source="local")
title = "基于Gradio的YOLOv5演示项目"
desc = "这是一个基于Gradio的YOLOv5演示项目"
gr.Interface(inputs=,
outputs=["image"],
title=title,
description=desc,
fn=lambda img: model(img).render()
).launch()
[*]运行：python webui.py
[*]浏览器打开弹出的地址（默认 http://127.0.0.1:7860），上传图片，显示检测结果。
[*]注意：权重路径改成自己的（比如 runs/train/exp/weights/best.pt）。
属性介绍
[*]模型变体：
[*]yolov5s：快，低精度
[*]yolov5m：平衡
[*]yolov5l：高精度，显存多
[*]yolov5x：最强，慢
[*]超参数（data/hyp.scratch.yaml）：
[*]lr0：学习率，默认 0.01
[*]momentum：动量，默认 0.937
[*]box：框损失，默认 0.05
[*]数据增强：默认开 mosaic。
注意
<ul>显存不足：调小 --batch 或用 yolov5s。
推理慢：加 --half 半精度。
标签错：检查 data.yaml 和 .txt 一致。
数据集小：每类
页:
[1]