零基础入门YOLO-V5目标检测训练全流程

零基础入门YOLO-V5目标检测训练全流程

在工业质检线上，一张张产品图像飞速流过摄像头，系统必须在毫秒级内判断是否存在划痕、缺损；在智能交通路口，算法要实时识别出车辆、行人和信号灯——这些场景背后，都离不开一个核心技术：实时目标检测。

而提到高效部署的目标检测方案，绕不开的名字就是YOLO（You Only Look Once）系列。它用“一帧定乾坤”的方式取代传统两阶段检测流程，将定位与分类合二为一，实现了速度与精度的惊人平衡。其中，YOLOv5虽非 Joseph Redmon 原班人马出品，却凭借其简洁工程结构和开箱即用的特性，迅速成为工业落地中最受欢迎的选择之一。

更关键的是，它的门槛足够低。哪怕你是第一次接触深度学习的学生，只要跟着步骤走，也能在半天之内跑通整个训练链路。本文就带你从零开始，不跳任何细节，完成一次完整的 YOLOv5 训练实战。

所有资源均提供国内网盘链接 + 官方地址，避免因网络问题卡住进度。

为什么是 YOLOv5？不只是快那么简单

YOLO 自2016年问世以来，历经十代演进，早已不是“牺牲精度换速度”的代名词。如今的 YOLO 系列，在保持高帧率的同时，mAP 指标也稳居前列，真正做到了“又快又准”。

而 YOLOv5 的优势，远不止推理速度快：

• 极致部署友好：原生支持导出为 ONNX、TensorRT 格式，轻松部署到 Jetson、树莓派甚至手机端。
• 模块化设计清晰：backbone、neck、head 分离明确，想加个注意力机制或更换 CSP 结构？改几行 YAML 就能实现。
• 自动化程度高：数据自动下载、预训练权重一键加载、训练过程可视化全都有。
• 迁移学习极快：哪怕只有几百张样本，微调后也能达到可用精度。

这使得它成为学生做毕设、工程师打比赛、企业做原型验证时的首选工具。更重要的是，社区活跃、文档齐全、报错好查——对新手极其友好。

数据准备：别让格式问题毁了你的第一轮训练

模型能不能学会“看”，取决于你给它的“教材”是否规范。YOLOv5 接受两种输入：

1. 图像文件（.jpg,.png）
2. 对应的文本标注文件（.txt）

我们以官方推荐的轻量数据集COCO128为例。它包含128张来自 MS COCO 的图片，涵盖80个类别，适合快速验证流程。

下载与目录结构

你可以通过 GitHub 自动下载（需科学上网）：

https://github.com/ultralytics/yolov5#datasets

或者使用国内镜像免翻墙获取：

COCO128 百度网盘 提取码:abcd

解压后应形成如下结构：

coco128/ ├── images/ │ └── train2017/ │ ├── 000000000036.jpg │ └── ... └── labels/ └── train2017/ ├── 000000000036.txt └── ...

⚠️ 注意：每张图必须有同名.txt文件对应，即使没有目标也要保留空文件。

标签格式：归一化的边界框坐标

YOLO 使用一种特殊的标注格式：归一化中心坐标 + 宽高比例。

每个.txt文件中的一行代表一个目标：

<class_id> <x_center> <y_center> <width> <height>

所有数值都是相对于图像宽高的比例值，范围在[0,1]之间。

举个例子：

假设图像尺寸为 640×480，有一个“人”（class_id=0），其真实框左上角 (100,150)，右下角 (300,400)：

• 宽 = 200，高 = 250
• 中心点 x = 200，y = 275
• 归一化：
• x_center = 200 / 640 ≈ 0.3125
• y_center = 275 / 480 ≈ 0.5729
• width = 200 / 640 ≈ 0.3125
• height = 250 / 480 ≈ 0.5208

最终写入文件的内容就是：

0 0.3125 0.5729 0.3125 0.5208

✅ 实际操作建议：不要手动计算！用脚本批量转换更安全。

如果你已有 Pascal VOC、LabelMe 或 COCO 格式的数据集，可以用以下工具自动转成 YOLO 格式：

• labelImg：图形化标注神器，直接导出 YOLO 格式
• 自定义 Python 脚本（可参考我之前写的《多种标注格式互转指南》）

环境搭建：用 Conda 隔离依赖，少踩90%的坑

项目再简单，环境配不对也白搭。强烈建议使用conda创建独立环境，避免污染全局 Python。

步骤一：安装 Miniconda

前往官网下载安装包：https://docs.conda.io/en/latest/miniconda.html

Windows 用户推荐使用 Anaconda Prompt 执行后续命令。

步骤二：创建虚拟环境

conda create -n yolov5 python=3.9 conda activate yolov5

激活成功后，命令行前缀会显示(yolov5)。

✅ 建议使用 Python 3.7~3.10，过高版本可能导致某些包不兼容。

步骤三：安装 PyTorch（CPU/GPU任选）

YOLOv5 基于 PyTorch 构建，必须先装好框架。

CPU 版本（无显卡可用）

conda install pytorch torchvision torchaudio cpuonly -c pytorch

GPU 版本（推荐，需 NVIDIA 显卡）

访问 PyTorch 官网 获取匹配 CUDA 版本的命令。

常见示例（CUDA 11.8）：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

🔍 查看 CUDA 版本：
bash nvidia-smi

验证安装：

import torch print(torch.__version__) print(torch.cuda.is_available()) # 应返回 True（GPU版）

步骤四：安装 YOLOv5 依赖

下载项目代码

官方 GitHub 地址：

git clone https://github.com/ultralytics/yolov5.git

国内备份链接（免翻墙）：

YOLOv5_v6.1 百度网盘 提取码:efgh

进入项目根目录，安装依赖：

pip install -r requirements.txt

💡 若安装慢，可换清华源加速：
bash pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后不应有任何红色错误提示。

开始训练：一条命令启动你的第一个模型

万事俱备，现在可以正式训练了！

第一步：配置数据集路径

YOLOv5 使用 YAML 文件管理数据信息。编辑data/coco128.yaml：

train: ../coco128/images/train2017 val: ../coco128/images/train2017 nc: 80 names: ['person', 'bicycle', 'car', ..., 'toothbrush']

⚠️ 路径是相对路径，请确保能正确访问到图像和标签文件夹。

第二步：选择模型大小

YOLOv5 提供多个预设模型，位于models/目录下：

本次选用最小最快的yolov5s进行演示。

打开yolov5s.yaml，你会看到类似结构：

nc: 80 depth_multiple: 0.33 width_multiple: 0.50 backbone: [[-1, 1, Conv, [64, 6, 2, 2]], [-1, 1, Conv, [128, 3, 2]], ...

无需修改，默认即可。

第三步：运行训练命令

在项目根目录执行：

python train.py \ --img 640 \ --batch 16 \ --epochs 100 \ --data coco128.yaml \ --cfg models/yolov5s.yaml \ --weights '' \ --device cpu

💡 使用 GPU 改为--device 0

参数说明：

首次运行会自动下载 backbone 权重（如有需要），然后开始训练。

第四步：观察训练日志

终端输出类似：

Epoch gpu_mem box obj cls total targets img_size 1/100 2.1G 0.0786 0.0523 0.0215 0.1524 24 640 2/100 2.1G 0.0721 0.0498 0.0197 0.1416 26 640 ...

同时生成runs/train/exp/文件夹，包含：

• weights/best.pt：最佳模型权重（按 mAP@0.5 保存）
• weights/last.pt：最新一轮权重
• results.png：loss 和 mAP 曲线图
• train_batch*.jpg：数据增强后的样本可视化

📈 关注results.png中的 mAP@0.5 曲线，理想情况下应稳步上升。

推理测试：看看模型到底学会了什么

训练结束后，用detect.py测试效果。

运行命令：

python detect.py \ --weights runs/train/exp/weights/best.pt \ --source ../coco128/images/train2017/000000000036.jpg \ --img 640 \ --conf-thres 0.4

参数解释：

运行后结果保存在runs/detect/exp，会生成带检测框的图像。

检测结果示意图

训练输出详解：读懂每一个文件的意义

每次训练都会新建一个exp文件夹（如 exp2、exp3），记录完整实验信息：

✅ 生产部署优先使用best.pt，因其在验证集上表现最优。

常见问题排查清单

特别提醒：标签中的坐标一旦出现负数或大于1的值，会导致 loss 发散甚至训练崩溃。建议在数据预处理阶段加入合法性校验。

写在最后：这只是起点

恭喜你完成了人生第一次 YOLOv5 全流程训练！你现在已掌握：

• 如何组织符合规范的数据集
• 如何搭建稳定运行的训练环境
• 如何启动并监控训练过程
• 如何进行推理测试与结果分析

但这仅仅是开始。下一步你可以尝试：

🔹用自己的数据训练专属模型
🔹调整超参数提升性能（修改hyp.scratch-low.yaml）
🔹启用 Mosaic/AutoAugment 增强泛化能力
🔹导出 ONNX/TensorRT 模型用于边缘设备部署
🔹结合 Flask/FastAPI 搭建 Web 检测服务

后续我会推出系列实战教程：

• 《YOLOv5 轻量化改进实战》
• 《如何在 Jetson Nano 上部署 YOLOv5》
• 《YOLOv5 + DeepSORT 实现多目标追踪》

如果你在实操中遇到任何问题，欢迎留言交流，我会持续更新答疑内容。

🎯 让我们一起把 AI 真正落地到现实世界中去！