参考：https://blog.csdn.net/laovife/article/details/106802725
代码地址：https://github.com/ultralytics/YOLOv5
数据集准备
yolov5使用的是yolo格式的标注文件，内容长这样，第一个数是标签的序号，后面四个是坐标。
标注软件依然是labelimg，在使用前将VOC格式转换为YOLO即可
如果有之前标注好的xml文件，可以通过脚本直接转成yolo所需的txt格式: link.
不过在转换完成后记得添加labels文件，标注文件根据序号从labels里面对应标签。
到此数据集准备完毕，在data/coco128.yaml文件里，修改为自己的参数，到这一步就可以尝试train。
三.参数调整
yolov5提供了几种权重供选择，其中5l的性价比最高，适合CV爱好者日常研究；5x效果最好，如果硬件配置低，还可以选用只有27M的5s
在train.py修改你选用的权重，并前往权重文件中将nc改为和你样本库匹配的值。
根据要求修改epoch和batchsize，就可以开始初步的训练了。