1、官网的例子，3天前更新了，所以应该还是很靠谱的
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
====================================================
2、安装
Python>=3.8 and PyTorch>=1.7
====================================================
2.1 clone仓库
$ git clone https://github.com/ultralytics/yolov5 # clone repo
切目录
cd yolov5
安装依赖
$ pip install -r requirements.txt # install dependencies
但是需要启动国内的源，否则慢死
================================================
2.2 永久更改pip源
升级 pip 到最新的版本 (>=10.0.0) 后进行配置：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
================================================
2.3 安装依赖
pip install -r requirements.txt # install dependencies
================================================
3、训练集的配置
dataset.yaml文件
1、从哪里下载这个集合；2、训练集合的目录信息以及验证集合的目录信息；3、类的数量；4、类的名称列表；
=========================================
4.标记你的数据
用CVAT标记
https://github.com/openvinotoolkit/cvat
或者
makesense.ai
导出压缩包
可以看到最后它生成了
最后能看到它生成了59个lables
文档上对图像格式的说明，其实还是很单纯的
一行一个目标，然后跟着的就是目标的坐标，坐标被归一化过
=========================================
组织你的文件夹
官网上的例子是这样的
========================================================
选择模型，没啥说的，选v5s
============================================
目录树结构是这样的：
编写配置文件：
然后运行命令：
python train.py --img 640 --batch 16 --epochs 5 --data fire_switch.yaml --weights yolov5s.pt
它会下载预训练好的模型，14MB大小，然后开始训练自己的数据；
https://blog.csdn.net/weixin_41990671/article/details/107300314
https://zhuanlan.zhihu.com/p/296592676
得改一下图片的参数
我的图片是1080 x 1440的
python train.py --img 1080 1440 --batch 16 --epochs 5 --data fire_switch.yaml --weights yolov5s.pt
然后就很奇怪，给我报告没内存了。。。。
再看吧
python train.py --img 1080 1440 --batch 8 --epochs 5 --data fire_switch.yaml --weights yolov5s.pt
好了，我把batch的size改小了
验证集以及经过模型预测的结果图片，在本地其实都能看到
能看到。。。。我们的模型训练失败了
没有任何有效的预测
===================================================
OK，麻烦才刚刚开始，不是么？？
正常 的应该是这样的：
==================================================================
用了一个非常变态的方式训练完成了
python train.py --img 1088 1440 --batch 1 --epochs 100 --data fire_switch.yaml --weights yolov5s.pt
