最近看了些使用YOLOv5的深度学习教程，加上我自己的一番摸索，总结了点经验，分享于诸君：

1、CPU也能跑YOLOv5，我本来一直以为要有适配的GPU才能跑的。

2、如果只是为了生成的模型，完全可以白嫖谷歌云盘的算力，不用折腾自己的电脑，感觉还更方便（无需在电脑安装一堆东西），当然，谷歌网盘是有算力限制的，但YOLOv5也有断点继续训练，倒也无所谓了。

3、标注软件labellmg有exe文件（建议直接用编译好的就行了），不用自己再编译，这一步我花了挺多时间，我的电脑安装pyqt5失败了很多次，最后也不知道怎么莫名其妙搞好了（忘记具体过程了）。

4、检验生成的模型查看效果要注意目标文件夹，我有好几次出问题是目标文件夹选择错误了。

5、新手建议全程绝对路径，减少报错可能性（免得配置环境变量了）。

下面简单说说怎么使用谷歌云盘白嫖算力：

新建一个colaboratory，并将笔记本设置成GPU模式

连接谷歌硬盘，把你本地下载好的YOLOv5上传到云盘，也可以在线下载到云盘里面。如果你是使用本地下载好再上传，推荐先搞成压缩包再上传，上传上去之后再解压。如果解压后再上传，一些文件可能会上传失败，速度还慢。（这里想在两段代码中间新开一段来码字的，但貌似不行，就挤在一起了）

!nvidia-smi #看一下有没有成功用到GPU

import torch   #安装必要的环境 但其实是自带的
torch.__version__

!pip3 install torchvision #安装你自己需要的包

import os #连接硬盘
from google.colab import drive
drive.mount('/content/drive')
path = "/content/drive/My Drive"
os.chdir(path)
os.listdir(path)

pip install -U pyyaml #安装一下，不安装有可能会出错

pip install ultralytics==8.0.100 #同上

这个是解压命令，注意更改你自己的路径

!unzip /content/drive/My\ Drive/yolo5.zip

进入YOLOv5的目录里面，更改训练集、验证集等的路径，批量替换就好了，你电脑生成的训练集，验证集的路径的txt文件里面的路径需要更改，有些拗口。简单来说就是电脑生成的可能是这样的

要更换成谷歌云盘里面的路径，这样才能识别到

这个是开始训练，建议绝对路径，对于我的数据集感觉这个参数刚刚好--batch-size 32 --img 640 --epoch 200，batch-size调大一点也没问题，毕竟是T4，16G显存。但是如果传入batch-size 32，实际上batch-size变成24了，如果传入64，batch-size只有12了。如果传入8，batch-size变成90了。这点有点奇怪，搞不懂为什么。

#开始训练
!python train.py --data /content/drive/MyDrive/yolov5/data/myvoc.yaml --cfg /content/drive/MyDrive/yolov5/models/yolov5s.yaml --batch-size 32 --img 640 --epoch 200

然后训练好的结果下载下来就好了。谷歌硬盘会检测你是不是挂机，如果是挂机可能会切断你的训练，在空白处右击进入检查，选择控制台，在下面输入

function ClickConnect(){
  colab.config
  console.log("Connnect Clicked - Start"); 
  document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click();
  console.log("Connnect Clicked - End");
};
setInterval(ClickConnect, 60000)

回车执行，就可以愉快的挂机白嫖算力了（不要退出控制台）

参考的文章（主要是谷歌硬盘跑YOLOv5的文章）：

YOLOv5模型环境搭建及使用google colab训练

在谷歌云盘训练YOLOV5模型

将本地YOLOv5项目部署到Colab训练

备注：还有一些预训练什么的更改矩阵参数那些和本地训练差不多了，都能在谷歌云盘操作。

前10楼回复均有kcb（0.5-1）