YOLOv5(PyTorch)目标检测实战：训练自己的数据集(Windows)
课程链接：https://edu.csdn.net/course/detail/30923
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Windows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。
除本课程《YOLOv5(PyTorch)目标检测实战：训练自己的数据集(Windows)》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》
以下是YOLOv5训练自己的数据集进行足球和梅西检测的效果：
YOLOv5训练自己的数据集目标检测(足球和梅西)