YOLOv5 PyTorch版目标检测实战：训练自己的数据集(Ubuntu)

PyTorch版YOLOv5目标检测实战：训练自己的数据集

演示环境：Ubuntu

课程链接：https://edu.csdn.net/course/detail/30793

YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和便利。 

本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。 

本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。 

希望学习在Windows系统上演示的学员，请前往《YOLOv5(PyTorch)实战：训练自己的数据集(Windows)》

课程链接：https://edu.csdn.net/course/detail/30923

除本课程《YOLOv5(PyTorch)实战：训练自己的数据集(Ubuntu)》外，本人将推出有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括：

《YOLOv5(PyTorch)目标检测：原理与源码解析》

《YOLOv5(PyTorch)目标检测实战：Flask Web部署》

以下视频是YOLOv5进行目标检测（足球和梅西）的效果：

YOLOv5训练自己的数据集目标检测(足球和梅西)