前期准备

（0）使用pip install -r requirement.txt安装依赖包

（1）使用Adobe Premiere将牛脸视频导出为图片序列

（2）使用Labelimg对图片进行标注

（3）在yolov5目录下创建paper_data文件夹，按照如下层级建立数据集

paper_data

——Annotations

——images

——ImageSets

（4）引入split_train_val.py和voc_label.py脚本，修改其中部分参数后运行，对原始数据集进行分类和格式转换。

修改参数

（1）在Yolov5目录下的data文件夹中对cow_data进行修改，将train和test的目录指向新建的paper_data目录下的train.txt和test.txt文件，

（2）由于给的模型似乎只支持 test,所以把图片路径导入到test.txt文件中，运行train.py。

开始运行

训练完成

文件夹中可以看到结果

心得体会

（1）了解到yolov5的训练流程

（2）学习到Linux和Windows系统中路径符号的不同（\和/的区别）

（3）学习到train.py和detect.py中的部分参数的含义

在runs文件夹中记录了每次运行的结果，从下午两点一直折腾到七点半，经历了 21 次失败，终于成功了一次……

期间遇到了各种各样奇奇怪怪的 bug，比如提示我

OSError: [WinError 1455] 页面文件太小，无法完成操作

我还去调了num_works和--worker，结果当然是没有任何用处

最常遇到的就是Directory/Files do not exists，但是我明明目录里有文件，查了好久才发现是路径问题……