环境:
Nvidia RTX 3060
Ubuntu 16.04
CUDA 11.1
cuDNN 8.2.0
torch 1.10.1+cu111
torchvision 0.11.2+cu111
YOLOv5搭建及训练自己的数据集，请参考另一篇文章：//www.greatytc.com/p/b3fa74f6c27b
训练完毕会得到 best.pt 和 last.pt 的权重文件，权重文件在 /run/train/exp/weights 下
yolov5-detect2.png
以YOLOv5 v6.0版本为例，先使用原始权重文件及项目提供的原始图片进行detect推理一下，可以修改detect.py文件
yolov5-detect11.png
可以先使用命令查看一下正确指令
python detect.py -h
yolov5-detect4.png
然后，使用命令
python detect.py
yolov5-detect6.png
运行结果将被保存在 /run/detect文件夹下
yolov5-detect7.png
detect结果如下：
yolov5-detect9.png
还可以使用命令保存标注结果
python detect.py --save-txt --save-conf
yolov5-detect8.png
detect结果除了有标注的图片外，还有一个文件夹记录检测框的信息：
yolov5-detect10.png
可以根据上述自行修改，对自己的项目进行detect。
我在detect的时候，一直没有检测框，找了一天bug，原来是命令写错了，两行心酸泪==
//错误示例：
python detect.py --classes 4
一定按照 python detect.py -h 写，不然对图片不做任何修改
yolov5-detect1.png
