1.使用anaconda安装python3.8的环境
conda create -n yolo5 python=3.8
#anaconda下载地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.安装pytorch1.6 torchvision0.7
conda install pytorch==1.6 torchvision==0.7 cudatoolkit=10.1
3.安装相关包
pip install opencv-python matplotlib pillow pycocotools PyYAML scipy tqdm tensorboard
4.问题：libGL.so.1: cannot open shared object file: No such file or directory
apt install libgl1-mesa-glx
5.尝试运行：
下载model到weights/yolov5s.pt
运行demo
python detect.py --source ./inference/images/ --weights yolov5s.pt --conf 0.4
6.训练自己的数据集：
a. 新建yolov5-master/data/my.yaml,并在yolov5-master/data/train.py的parser中改为自己my.yaml路径
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中所写位置建立自己的数据集。
注意：*.txt里面格式如下：0 0.5 0.5 0.1 0.1
即label，中心点横坐标的归一化值(中心点横坐标除以图像宽)，中心点纵坐标的归一化值(中心点纵坐标除以图像高)，标注框宽的归一化值(标注框宽除以图像宽)，标注框高的归一化值(标注框高除以图像高)
c. 运行个人数据:
python train.py
)
