一、环境配置

二、如何利用算法进行预测

实现的目标：能够利用别人的算法直接进行图片或者视频检测

笔记 问题以及方案
weight,default=’xxx.pt’指的是训练好的模型 1、假如程序中自动下载模型失败？will do
Todo: 根据程序中模型的地址下载，并将下载好的模型放到LoYov5文件夹里面。
Performance: 程序会自动执行下载好的模型，而不会去下载链接。
Souce,default=’data/image’ 1、假如只想训练指定的模型？will do
Todo: 拷贝选中图片的相对路径，放到default中。
2、假如想检测视频？will do
Todo: 1.先下载视频，放到data目录下。
2、复制视频的相对路径放到default

三、如何训练算法神经网络

本地训练
实现的目标：根据别人给出的数据集，自己能够进行算法训练，产生一个新的训练模型。

笔记 问题以及解决方案
workers建议设置为0.0线程不会出现问题。
![FYO[L[PD0LERRN1XN{U~FR.png
523I%SEP5}NQZQSW)6(BIP7.png		 1、在训练的时候，总是显示下载数据集失败？
Todo: 可以先手动把数据集下载，根据程序的提示，放到指定的位置。
weight,default=’xxx.pt’指的是训练好的模型（自己训练的一个模型） 1、假如想测试自己训练的模型？
Todo: 将default=’新模型的路径’
1、模型.pt和模型yaml的区别？
Todo: pytorch模型文件的后缀而已。就跟.ppt/.png差不多。
yaml是一个可读性高，用来表达数据序列化的格式。如果你只是希望保存模型的结构，而不包含其权重或配置信息.就可以把模型序列化为json或yaml文件。

云端训练

四、如何制作和训练自己的数据集

实现的目标：自己制作出一个数据集——进行训练——将获得的新模型进行detect——查看训练结果

自己获得数据集（手动）——人工标注/半人工标注/仿真数据集（GAN网络）

1、在线标注网站https://www.makesense.ai/ 进行数据标注。
2、在pycharm中创建数据集
mydata
images
test数据集
train训练集
图片1.jpg
labels
test数据集
train训练集
图片1.txt
3、添加mydata.yaml.放到data参数中的default。
L%}[U{MEIA]J%$UWZ2~7{{5.png
修改的内容如下：
QQT0@%%RUQA~LV5G(9K1(Y5.png
4、运行train.py——生成训练模型——进行detect验证——成功。
五、理解预测代码组织结构
六、理解训练代码组织的结构