基于yolov5及yolov5-lite的视觉识别模型训练

记录一下学习经历，先从yolov5开始探索训练和检测的基本流程，然后尝试使用更精简的yolov5-lite。

Yolov5

1.环境配置

Anaconda:

简单来说，Anaconda和Python之间的关系就像是一个加强版的套装和它的基本组件的关系。Python是一种编程语言，而Anaconda则是一个包含了Python、多个常用数据科学和机器学习库以及一个名为conda的环境管理工具的发行版。

那么，为什么我们要用Anaconda而不是直接用Python呢？这主要是因为Anaconda能帮我们省时省心。首先，安装Anaconda就意味着一次性安装了Python和很多常用的数据科学库，这样我们就不需要一个个去安装这些库了。其次，conda这个环境管理工具能帮我们管理不同版本的Python和库，还能隔离不同项目的环境，避免库之间的冲突。

对于搞深度学习的人来说，Anaconda更是一个利器。它包含了大量与深度学习相关的库，比如TensorFlow、PyTorch等，这些库能帮助我们更方便地进行深度学习模型的训练和推理。而且，通过conda，我们可以很容易地创建和管理不同项目的环境，确保每个项目都有它所需要的库和版本。

Anaconda就像一个全能的数据科学工具箱，而Python则是这个工具箱中的一把基础工具。搞深度学习用Anaconda，就像是用一套完整的工具套装来完成工作，既方便又高效。

直接在清华大学开源镜像站上下吧， Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror，我下载是Anaconda3-2024.02-1-Windows-x86_64.exe

pycharm

yolov5框架：https://www.wpsshop.cn/w/小蓝xlanll/article/detail/725318