一、环境搭建

Windows， Python-3.9.7 torch-1.8.0+cu111 CUDA:0 (NVIDIA GeForce 940M, 1024MiB)，YOLOv5

环境配置尝试了两种方式：

conda 下配置，较容易实现；

python下pip 方式，从官网参考的命令没有与CUDA11.2匹配的选项，只能选择手动下载torch-1.9.1+cu111-cp39-cp39-win_amd64.whl，通过pip 命令安装过程中又自动更改为torch-1.8.0.；然后手动安装torchvision和torchaudio。

参考了这篇文章：【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0_燕策西的博客-CSDN博客_3090显卡cuda版本

二、实验步骤

主要参考了：

YOLOv5解析 | 第二篇：用YOLOv5训练自己的数据集（超级详细完整版）_K同学啊的博客-CSDN博客_yolov5 训练自己的数据集

踩过的坑：

1. 【Win Error 1455】页面文件太小....,参考相关的经验文章，调整了batch_size;

我运行命令为：

python train.py --img 416 --batch 2 --epoch 100 --data data/ab.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt 

将img 输出大小改为416；

train.py 文件中的worker_num 改为 0，不需要提前载入队列

 对utils——>general.py文件中的NUM THREAD参数进行修改，即改为单线程，可能会影响代码的执行效率。

 最后，修改yolov5.yaml文件中class的数量，因我检测的目标只有1个类别，改为1.

 三、运行结果

大功告成，结果还算可以！