小白也能学会的YOLO-V5目标检测训练全指南

在智能摄像头自动识别行人、工厂流水线实时检测缺陷、无人机精准追踪移动目标的背后，藏着一个“火眼金睛”的核心技术——目标检测。而在这片技术丛林中，YOLOv5 凭借其“快准狠”的表现，早已成为工程师们手中的常备利器。

你可能听说过它：速度快到每秒处理上百帧图像，精度高到能分辨细小物体，部署还特别方便，从电脑到手机都能跑。更关键的是，它的代码清晰、文档齐全，连刚入门的小白也能上手。

但现实往往是：兴致勃勃打开项目，结果卡在环境配置；好不容易装完依赖，又发现数据格式不对；终于开始训练了，命令行一堆报错看不懂……是不是很熟悉？

别急。这篇文章不讲复杂公式，也不堆砌术语，而是像朋友一样，带你一步步走过 YOLOv5 的完整训练流程——从准备数据、搭建环境，到启动训练、解读结果，全程保姆级指导，哪怕你是第一次接触深度学习，也能顺利完成自己的第一个目标检测模型。

所有资源我都为你准备好，网盘直链 + 官方地址双保险，不怕下载失败。接下来，咱们直接开干。

---

拿到一张图片，怎么让电脑知道里面有什么？答案是：给它“教材”。这个教材就是标注好的数据集。

我们以 COCO128 数据集为例。它只有 128 张图，小巧精悍，适合新手快速验证流程是否走通。

【获取方式】

类型	链接
COCO128 数据集	https://pan.quark.cn/s/8ea99b356ff3
YOLOv5 官方代码库	https://github.com/ultralytics/yolov5
网盘镜像（含代码+依赖）	https://pan.quark.cn/s/a0225b268041

解压后你会看到这样的目录结构：

coco128/
├── images/
│   └── train2017/
│       ├── image1.jpg
│       ├── image2.jpg
│       └── ...
└── labels/
    └── train2017/
        ├── image1.txt
        ├── image2.txt
        └── ...

• images 放原图，.jpg 格式。
• labels 对应每张图的标签文件，文本格式，和图片同名。

每个 .txt 文件记录图像中所有目标的信息，采用归一化的边界框坐标，格式如下：

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

举个例子：

0 0.482 0.637 0.218 0.512
1 0.240 0.876 0.364 0.720

表示两个物体：
- 第一个是类别 0（人），中心在图像下方；
- 第二个是类别 1（自行车），靠近右下角。

这里的数值都是比例值，范围在 0~1 之间，与图像实际尺寸无关。比如 x_center=0.5 就代表水平正中间。

📌 提醒一句：如果你有自己的数据集，可能是 XML（Pascal VOC）或 JSON（COCO）格式，需要先转换成这种 .txt 形式。这类工具网上很多，也可以参考我之前写的文章《目标检测标签格式一键转换指南》来处理。

---

有了数据，下一步就是搭环境。很多人被这一步劝退，其实只要用对方法，整个过程可以非常干净利落。

推荐使用 Conda 来管理 Python 环境，避免污染系统全局包。

第一步：安装 Miniconda

去官网下载 Miniconda，安装完成后打开终端（Windows 用户可用 CMD 或 PowerShell）。

输入：

conda --version

如果输出类似 conda 23.x.x，说明安装成功。

第二步：创建独立环境

执行命令新建一个名为 yolov5-env 的虚拟环境：

conda create -n yolov5-env python=3.10

激活它：

conda activate yolov5-env

现在你就进入了一个纯净的 Python 空间，后续所有操作都不会影响其他项目。

第三步：安装 PyTorch

YOLOv5 基于 PyTorch 构建，必须安装这个框架。根据你有没有 NVIDIA 显卡选择不同版本。

CPU 版本（适合无显卡用户）

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 cpuonly -c pytorch

虽然慢一些，但足够跑通流程。

GPU 版本（强烈推荐有显卡者）

查看你的 CUDA 版本：

nvidia-smi

顶部会显示支持的 CUDA 版本，比如 11.6 或 11.7。

然后运行对应命令：

# CUDA 11.6
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

# CUDA 11.7
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

安装完成后，可以用一段简单代码测试是否可用：

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

第四步：安装 YOLOv5 依赖

进入你下载的 yolov5 文件夹：

cd yolov5
pip install -r requirements.txt

等待安装完成即可。如果提示 pip 太慢，可以换成国内源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

再重试安装。

---

环境好了，代码也齐了，那这些文件到底是干什么的？很多人跑不通，就是因为盲目复制命令却不理解参数含义。

我们挑几个核心文件来说清楚。

train.py：训练入口脚本

这是整个流程的起点。你可以把它想象成“启动按钮”，控制着模型怎么学、学多久、用什么数据。

常用参数如下：

参数	说明
--data	指定数据集配置文件路径
--cfg	模型结构定义文件
--weights	初始权重（可选预训练模型）
--epochs	总共训练多少轮
--batch-size	每批处理几张图
--img-size	输入图像大小（默认 640）
--device	使用设备，cpu 或 0（GPU）

data/coco128.yaml：数据集说明书

打开这个文件，内容长这样：

train: ../coco128/images/train2017
val: ../coco128/images/train2017

nc: 80
names: ['person', 'bicycle', 'car', ...]

• train 和 val 是训练集和验证集路径；
• nc 是类别总数；
• names 是类别名称列表。

将来你要训练自己的数据时，改这几个地方就行。

models/yolov5s.yaml：模型架构蓝图

这里定义了网络的层数、通道数等结构信息。YOLOv5 提供了多个预设模型：

模型	特点	推荐场景
yolov5n	最小最快	嵌入式设备、移动端
yolov5s	轻量高效	新手首选，通用场景
yolov5m	中等规模	平衡速度与精度
yolov5l/x	更大更深	高精度需求任务

初学者建议从 yolov5s 开始，性能够用，资源消耗也不大。

---

万事俱备，现在正式开始训练！

运行以下命令：

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

解释一下关键参数：
- --img 640：统一缩放为 640×640 输入；
- --batch 16：每次处理 16 张图（显存不够可改为 8 或 2）；
- --epochs 100：总共训练 100 轮；
- --data 和 --cfg 指定数据和模型；
- --weights '' 表示从头训练（空字符串）；
- --device cpu 使用 CPU（有 GPU 写 0）。

首次运行会自动下载 yolov5s.pt 预训练权重（约 14MB），请保持网络畅通。

启动后你会看到类似输出：

Namespace(epochs=100, batch_size=16, imgsz=640, ...)
Downloading https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.pt...
Starting training for 100 epochs...

训练过程中会实时打印 Loss、Precision、Recall、mAP 等指标。耐心等待几分钟（CPU 可能十几分钟），直到完成。

---

训练结束后，结果保存在 runs/train/exp/ 目录下。

来看看都有啥：

文件/目录	作用说明
weights/best.pt	表现最好的模型权重 ✅ 推荐用于推理
weights/last.pt	最后一轮的权重
results.csv	每轮指标记录（可用 Excel 打开）📊
results.png	损失曲线和 mAP 变化图 📈
train_batch*.jpg	数据增强后的样本可视化 👁️

重点关注这几个指标：

• mAP@0.5：IoU 阈值为 0.5 时的平均精度，越高越好（理想 > 0.8）
• Precision（精确率）：预测为正的样本中有多少是真的
• Recall（召回率）：真实目标有多少被找出来了
• F1-Score：P 和 R 的调和平均，综合评价

🎯 实践小技巧：
- 如果 loss 不下降或剧烈波动，可能是学习率太高，可以调整 hyp.yaml 中的 lr0；
- 若显存溢出（CUDA out of memory），尝试降低 batch-size 或缩小 img-size；
- 训练中途中断也没关系，YOLOv5 支持断点续训，加 --resume 参数即可继续。

---

训练顺利不代表万事大吉，实际使用中总会遇到各种“坑”。

下面整理几个高频问题及解决办法：

❌ 问题1：Could not find a version that satisfies the requirement xxx

👉 原因：pip 源连接失败，尤其是国外服务器。

✅ 解决方案：换国内源，如清华源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

或者临时使用：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

❌ 问题2：RuntimeError: CUDA out of memory

👉 原因：显存不足，常见于老款显卡或大 batch size。

✅ 解决方案：
- 降低 batch-size（如从 16 改为 8）
- 缩小 img-size（如从 640 改为 320）
- 换更小模型（如 yolov5n）
- 关闭其他占用 GPU 的程序

❌ 问题3：找不到 coco128.yaml

👉 原因：路径错误或未正确下载数据集。

✅ 解决方案：
- 检查 data/coco128.yaml 是否存在
- 修改 --data 参数为绝对路径，例如：

--data /home/user/yolov5/data/coco128.yaml

---

走到这里，你已经完成了人生中第一次 YOLOv5 的完整训练。也许过程磕磕绊绊，但从环境配置到模型输出，每一个环节都在帮你建立真实的工程认知。

如今，YOLO 已不仅是学术玩具，而是广泛应用于工业质检、交通监控、农业植保等真实场景中的“生产力工具”。而你现在已经掌握了这套系统的入门钥匙。

下一步可以尝试：
- 用自己的照片训练专属检测模型；
- 对比 yolov5n 到 x 的性能差异；
- 把模型导出为 ONNX 或 TensorRT 格式部署到边缘设备；
- 结合 Flask 搭建一个网页版检测服务。

我会在后续推出系列实战教程：
- 《YOLOv5 自定义数据集训练实战》
- 《YOLO 模型轻量化压缩技巧》
- 《YOLOv8 vs YOLOv5 全面对比》
- 《如何将 YOLO 部署到树莓派》

有问题欢迎留言交流，一起进步。

🚀 记住：每一个专家，都曾是菜鸟。只要迈出第一步，你就已经领先了大多数人。