企业官网建设流程全解析

简介：面向需要训练自定义目标检测模型的深度学习开发者，这是一份以YOLOv5+PyTorch为核心的超详细实战教程包，内容覆盖环境搭建、数据标注与预处理、train/val/test脚本使用、模型配置与部署，适合刚入门目标检测、希望跑通完整流程并迁移到自有数据集的学习者。资源共69个文件，压缩包约13.81MB，以py脚本、yaml配置、jpg/png样例图像和md/readme说明文档为主，另含sh下载脚本、ipynb教程与Dockerfile，可支撑环境复现、数据检查、训练验证和结果可视化；已有302人学习，目录结构清晰，便于按模块查阅。包内不仅有yolov5s/m/l/x等模型配置和数据划分、标签检查等辅助脚本，还提供README、PDF教程与tutorial.ipynb，能帮助初学者避开常见坑点，对照样例图片完成从数据准备到模型训练的全流程实操。学完后读者可独立训练自己的YOLOv5检测模型，并迁移到实际项目中，是一份兼具教学与工程参考价值的优质项目实战资源。

1. 用 Yolov5 训练自己的数据集：这套流程到底解决了什么

做目标检测的都知道，Yolov5 是目前把速度、精度和易用性平衡得最好的模型之一，网上教程一抓一大把。但真正动手训练自己的数据集时，大多数人会卡在同一个地方——不是模型不会跑，而是数据准备、配置文件、训练参数这三件事从来没被完整串起来过。这份项目包包含完整代码、数据集划分脚本、标注检查工具、Yolov5 全系列模型定义，以及作者排过坑之后的详细流程文档，适合那些已经装好 PyTorch、但还没跑通第一个自定义数据集的初学者，也适合想系统梳理一遍训练流程的从业者。

我拆完这套资源后最直观的感受是：它不只是一个能跑的 Yolov5 代码包，更是一份「数据从标注到训练再到推理」的完整操作手册。整个流程中涉及的数据标注格式、目录组织方式、yaml 配置写法、训练参数选择，每一步都有对应的脚本和说明，你照着做就能跑通，而不是像很多教程那样只给你一段 train.py 的命令行就完事。

2. 环境准备与项目结构：先把这些文件的作用搞清楚

2.1 PyTorch 环境安装与版本匹配

拿到项目包后，第一步不是急着跑 train.py，而是先把环境理顺。这个项目依赖 PyTorch、OpenCV、NumPy 等库，其中最核心的是 PyTorch 版本与 CUDA 的匹配关系。如果你用的是 NVIDIA 显卡，建议先确认显卡驱动支持的最高 CUDA 版本，再选择对应的 PyTorch 安装命令。

# 查看显卡驱动支持的 CUDA 版本 nvidia-smi # 安装 PyTorch（以 CUDA 11.8 为例） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 安装项目依赖 pip install -r requirements.txt

这里有个常见的坑：nvidia-smi显示的 CUDA 版本是驱动支持的最高版本，不代表你当前环境里已经装好了对应版本的 CUDA 工具包。PyTorch 是自带 CUDA 运行时的，所以只要驱动版本不低于 PyTorch 要求的 CUDA 版本，就能正常使用 GPU 加速。我一般用python -c "import torch; print(torch.cuda.is_available())"来验证 PyTorch 是否真的能用 GPU。

2.2 项目目录逐个拆解

这套资源的目录结构非常清晰，我把核心部分整理成了下表，方便你对号入座：

初次接触 Yolov5 的读者可能对models/yolov5s.yaml和data/score.yaml的区别感到混淆。前者定义的是神经网络结构——多少层卷积、每层通道数、几个检测头；后者定义的是训练数据——图片路径、类别名称、类别数量。两个文件在训练时都会被train.py读取，但职责完全不同。

2.3 预训练权重下载与放置

训练自己的数据集时，强烈建议加载 COCO 预训练权重做迁移学习，而不是从零开始训练。预训练模型已经学会了通用的特征提取能力，能让你用更少的数据、更短的时间训练出可用的模型。

# 查看 weights 目录下的下载说明 cat weights/readme.md # 也可以直接使用 train.py 的自动下载功能（首次运行会自动下载） python train.py --weights yolov5s.pt --data data/score.yaml --img 640 --batch 16 --epochs 100

--weights参数可以接受本地路径（如weights/yolov5s.pt），也可以直接写文件名（如yolov5s.pt），项目会自动从官方仓库下载。需要注意的是，如果网络环境不稳定导致下载失败，手动下载后放到weights/目录下，再通过--weights weights/yolov5s.pt指定路径即可。

3. 数据准备全流程：从标注工具到数据集划分

3.1 标注格式与工具选择

Yolov5 使用的标注格式是每个图片对应一个同名.txt文件，每行代表一个目标对象，格式为：类别ID 中心点x 中心点y 宽度w 高度h，其中 x、y、w、h 都是相对图片尺寸归一化后的值（0~1 之间）。这是 YOLO 系列的标准格式，与 COCO 的 JSON 格式或 VOC 的 XML 格式不同。

常用标注工具是 LabelImg，它支持输出 YOLO 格式的标注文件。安装非常简单：

pip install labelimg labelimg

打开 LabelImg 后，需要先在左侧选择输出格式为 YOLO，然后设置图片目录和标注保存目录。标注时要保证框紧贴目标边缘，不要留太多背景。标注完成后，每个图片会生成一个同名的 txt 文件，打开内容类似这样：

0 0.456789 0.312345 0.123456 0.234567 1 0.678901 0.456789 0.098765 0.187654

第一列是类别 ID，从 0 开始计数。类别顺序必须和后续 yaml 配置文件中的类别列表保持一致，否则训练出来的模型类别就是乱的。

3.2 标注质量检查：用好项目自带的两个脚本

标注是一件很容易出错的事，我见过不少初学者标注到一半发现图片损坏、标注框坐标越界、类别 ID 对不上，跑训练时直接报错或精度奇差。这套资源里作者贴心地准备了两个检查脚本，先跑一遍能省下后面大量排查时间。

# 检查图片是否可以正常读取 python 01_check_img.py --img-dir datasets/images # 检查标注框是否正确（是否越界、是否为负值等） python 02_check_box.py --label-dir datasets/labels --img-dir datasets/images

01_check_img.py会遍历指定目录下的所有图片，尝试用 OpenCV 读取，如果文件损坏或读取失败会输出对应的图片路径。02_check_box.py会检查每个标注 txt 文件中的坐标值是否在 0~1 范围内、框的宽度和高度是否为正数。这两个脚本是纯离线检查，不会改动任何文件，属于数据准备阶段的「后悔药」。检查通过后再进入下一步，能避免在训练中途因数据问题翻车。

3.3 数据集划分：训练集与验证集

训练神经网络需要把数据划分为训练集和验证集，一般按 8:2 或 9:1 的比例。项目里的03_train_val_split.py就是干这个的，它会自动扫描图片目录，随机划分并生成train.txt和val.txt两个文件，每个文件里是图片的绝对路径列表。

python 03_train_val_split.py --img-dir datasets/images --label-dir datasets/labels --val-ratio 0.2 --out-dir datasets

--val-ratio参数控制验证集比例，0.2 表示 20% 的数据作为验证集。如果你的数据量很小（比如只有几百张），建议把比例调到 0.1，保证训练集有足够样本。生成的两个 txt 文件在后续 yaml 配置中会用到——Yolov5 除了支持直接指定图片目录外，也支持通过 txt 文件列表来读取数据。

这里需要注意一个细节：Yolov5 的数据加载逻辑有两种模式。一种是在 yaml 配置中直接写train: datasets/images/train，指定图片目录；另一种是写train: datasets/train.txt，指定文件列表。两种方式都支持，但前者的目录结构要求图片和标注文件分别放在images/和labels/两个平行目录下。这套项目的划分脚本生成的是 txt 列表方式，所以 yaml 中的路径要指向 txt 文件，而不是目录。

3.4 自备数据集的路径改造

如果你手里已经有一套 VOC 格式或 COCO 格式的数据集，想转成 Yolov5 能用的格式，需要写一个转换脚本把 XML 或 JSON 中的边界框坐标换算成归一化的 YOLO 格式。我自己常用的做法是：

# voc2yolo.py 核心转换逻辑 import xml.etree.ElementTree as ET def convert_bbox(size, box): dw = 1.0 / size[0] dh = 1.0 / size[1] x_center = (box[0] + box[2]) / 2.0 y_center = (box[1] + box[3]) / 2.0 w = box[2] - box[0] h = box[3] - box[1] return (x_center * dw, y_center * dh, w * dw, h * dh) # box = [xmin, ymin, xmax, ymax] 来自 VOC 的 XML

转换时最容易出错的是坐标系的混淆：VOC 的坐标原点是图片左上角，YOLO 格式的归一化中心点坐标也是以左上角为原点，但单位从像素变成了比例。除以图片宽高即可完成归一化，这步做错会导致训练时损失函数不收敛或者检测框全部偏移。

4. 配置文件与训练参数：把 yolov5 的训练命令彻底讲透

4.1 data yaml 怎么写

训练前必须准备好一个数据配置文件（通常命名为your_data.yaml），它是train.py读取数据的关键入口。项目里的data/score.yaml是一个很好的参考模板，核心结构如下：

# data/score.yaml train: datasets/train.txt val: datasets/val.txt nc: 2 names: ['person', 'car']

三个关键字段分别是：训练集路径、验证集路径、类别数量、类别名称列表。nc必须和names的长度一致，且names的顺序必须与标注文件中的类别 ID 一一对应。很多初学者在names里写了 3 个类别但nc还写 2，或者类别顺序和标注文件不一致，训练出来的模型完全没法用。

另外，路径推荐写绝对路径。相对路径容易在切换工作目录时报「No such file or directory」错误，尤其是当你用 IDE 运行时，工作目录默认是项目根目录，但用系统命令行跑时可能会不一样。为了省事，直接写成/home/yourname/datasets/train.txt这种绝对路径最稳妥。

4.2 模型配置：yolov5s 还是 yolov5m

Yolov5 提供了 s/m/l/x 四种尺寸的模型结构，分别定义在models/yolov5s.yaml、models/yolov5m.yaml、models/yolov5l.yaml、models/yolov5x.yaml中。它们的主要区别是网络的深度和宽度不同，检测精度和推理速度也相应不同。

我的习惯是先用yolov5s跑通整个流程，确认数据没问题后再换成更大的模型提升精度。直接用大模型训练，如果数据有问题，排查成本会成倍增加。毕竟一个 epoch 的训练时间摆在那，s 模型跑 100 轮的工夫，x 模型可能才跑 10 轮。

4.3 训练命令全参数解析

训练命令是这套资源里最核心的操作，完整命令如下：

python train.py \ --weights yolov5s.pt \ --data data/score.yaml \ --img 640 \ --batch 16 \ --epochs 300 \ --device 0 \ --workers 4 \ --project runs/train \ --name my_custom_exp

各参数含义和调整建议：

• --weights：预训练权重路径，训练自定义数据集时必填，推荐用yolov5s.pt
• --data：数据配置文件路径，就是上一步写好的 yaml 文件
• --img：输入图片尺寸，Yolov5 会自动将图片缩放到这个尺寸。640 是默认值，兼顾速度和精度。如果你的目标物体很小，可以考虑设为 1280，但显存消耗会增加不少
• --batch：批次大小，取决于 GPU 显存。8GB 显存跑 yolov5s 建议设为 16~32，显存不足时优先减小这个值
• --epochs：训练轮数。小数据集 100 轮足够，大规模数据集建议 300 轮
• --device：GPU 编号，0表示第一张显卡，CPU 训练写cpu
• --workers：数据加载线程数，Windows 上建议设为 0，Linux 可以设 4~8

训练过程中，命令行会实时打印每个 epoch 的 loss 值、mAP 指标和当前最佳模型信息。你需要关注的关键指标是mAP@0.5，它是判断模型是否收敛的核心依据。

4.4 训练过程中的监控与中断恢复

训练不是一锤子买卖，中间可能因为电脑休眠、显存溢出等原因中断。Yolov5 提供了断点续训功能，训练时会在runs/train/目录下持续保存last.pt（最近一次权重）和best.pt（验证集上表现最好的权重）。

# 断点续训 python train.py --resume runs/train/my_custom_exp/weights/last.pt

--resume参数直接指定 last.pt 的路径，它会自动恢复之前的所有训练参数，包括学习率调度器的状态。这个功能是 Yolov5 做得比较贴心的部分，不用像早期版本的代码那样手动记录中断时的 epoch。训练完成后，best.pt就是你要拿去部署的模型权重。

5. 避坑指南：目标检测训练中最常见的五个翻车现场

5.1 训练 loss 不降反升

现象：训练了十几个 epoch，loss 值波动很大，没有明显下降趋势，甚至比初始值还高。

原因：最常见的是学习率设置过大，或者数据集标注质量太差。还有一个容易被忽略的原因是--img参数与标注尺寸不匹配——如果标注框本身就很模糊，模型很难学到有效的特征。

解决：先调低学习率，用默认参数中的--lr 0.001试试；检查标注文件有没有明显错误，我一般会把标注框可视化出来逐张看，确认框的位置和类别没有严重偏差。

5.2 CUDA out of memory

现象：训练刚开始就直接报错，提示CUDA out of memory。

原因：显存不够用，最常见于 batch size 设置过大或--img尺寸过大。yolov5x 模型加上 640 的输入尺寸，batch 设为 32，8GB 显存几乎必炸。

解决：把--batch值减半或减到四分之一。如果你只有一张 6GB 显存的卡，跑 yolov5s 时建议 batch 设为 8、图片尺寸设为 480，这是比较稳妥的组合。还有一种做法是启用梯度累积，但 Yolov5 的 train.py 没有直接暴露这个参数，改起来比较麻烦，不如直接调小 batch。

5.3 检测结果全部是同一类标签

现象：训练完成后用 detect.py 测试，发现不管检测到什么物体，都输出同一个类别标签。

原因：类别 ID 与类别名称列表错位。标注文件中的类别 ID 和 yaml 中names列表顺序不一致，比如标注时把「车」标成了 ID 0，但在 yaml 中names[0]却写的是「人」。

解决：最笨但最可靠的办法是重新检查标注文件。如果数据量大，写一个小脚本统计所有 txt 文件中的类别 ID 分布，确保没有超出nc范围的 ID，然后核对 yaml 中 names 的顺序是否与 ID 对应。另外，检查一下数据配置文件里的nc是否和 names 的长度一致。

5.4 验证集 mAP 很高，但实际测试效果很差

现象：训练时验证集 mAP 在 0.9 以上，看起来已经收敛得不错，但拿真实场景的图片测试，检测效果却一塌糊涂。

原因：数据集划分不当导致的数据泄漏，或者训练集与测试集分布差异太大。如果验证集和训练集来自同一批图片的不同剪裁，模型过拟合的风险很高；如果你的测试图片包含训练集中从未出现的背景、光线条件，精度自然会掉。

解决：重新划分数据集，确保训练集和验证集来自不同的视频帧、不同时间段或不同的采集地点。做真实项目时，我会刻意留出一部分「完全没见过」的数据做测试，而不是从训练集里随机抽 20%。

5.5 Windows 下运行报 multiprocessing 错误

现象：在 Windows 上直接运行train.py会报BrokenPipeError或DataLoader worker (pid xxx) is killed by signal。

原因：Windows 下 PyTorch 的多进程数据加载不兼容，这是 PyTorch 在 Windows 平台上已知的问题。

解决：把--workers改为 0，问题立刻消失。代价是数据加载变慢，但训练速度的瓶颈主要在 GPU 计算上，数据加载慢一点影响不大。

6. 训练完成后的推理验证：从最佳权重到实际部署的小技巧

训练完成后，你会得到runs/train/my_custom_exp/weights/best.pt，这是验证集上表现最好的权重。下一步是用它来做推理验证，确认模型在真实场景中的表现。项目里的detect.py就是为此准备的：

# 对单张图片推理 python detect.py --weights runs/train/my_custom_exp/weights/best.pt --source data/images/test01.jpg --img 640 --conf-thres 0.5 # 对视频文件推理 python detect.py --weights runs/train/my_custom_exp/weights/best.pt --source data/videos/test.mp4 --img 640 --conf-thres 0.5 # 调用摄像头实时检测 python detect.py --weights runs/train/my_custom_exp/weights/best.pt --source 0 --img 640 --conf-thres 0.5

--conf-thres是置信度阈值，只有置信度大于这个值的检测结果才会被输出。默认 0.25，但实际使用中我建议设为 0.5 左右，太低会输出大量误检框，太高又会漏掉真实目标，具体值要根据实际效果调整。

推理完成后，结果会保存到runs/detect/目录下，可视化后的图片会标注检测框、类别和置信度。我一般会重点检查几个地方：检测框是否紧贴目标边缘、小目标能否被检出、类别标签是否准确。如果发现检测框偏移明显，回看训练输出runs/train/下的results.png，确认训练过程是否正常收敛。

如果要批量评估模型在验证集上的表现，用test.py：

python test.py --weights runs/train/my_custom_exp/weights/best.pt --data data/score.yaml --img 640 --batch 16

输出的内容包含各类别 AP（平均精度）和整体 mAP，这些数字能帮你判断模型在哪个类别上表现较差，进而针对性地补充该类别的训练数据。如果某个类别的 AP 明显低于其他类别，大概率是训练集中该类别的样本数量太少或标注质量参差不齐。

整套流程跑下来，你会发现目标检测训练的真正难点不在模型本身，而在数据上。Yolov5 的代码封装已经做得很完善，需要你动脑的地方是数据组织、参数调整和结果分析。从那以后，我每次接新的检测任务都强制走一遍「标注检查 → 数据划分 → 小模型跑通 → 换大模型调优」的流程，看起来多花了一点时间，但省下的却是排查问题的数倍时间。希望帮到你。

本文还有配套的精品资源，点击获取