YOLOv5 Custom Training with CUDA 12.6 (RTX 2050)

基于 CUDA 12.6 和 RTX 2050 的 YOLOv5 自定义目标检测训练

训练结果示例：检测自定义目标（Doro 头像）

项目简介

本项目使用 YOLOv5 在 CUDA 12.6 + RTX 2050 环境下训练自定义目标检测模型，包含：

• 完整环境配置指南（Anaconda + CUDA + PyTorch）
• 数据集标注教程（LabelImg 工具）
• YOLOv5 模型训练代码（支持自定义数据）
• 模型测试脚本（图片/视频/摄像头实时检测）

硬件要求

• NVIDIA GPU（支持 CUDA 12.6+，如 RTX 2050/3060 等）

部署

安装依赖

pip install -r requirements.txt

数据集准备

• 图片标注
• 使用 LabelImg 工具进行数据集标注，生成 YOLO 格式的标签文件。
  • 数据集目录结构示例：

  train/
  ├── images/  # 存放图片
  ├── labels/  # 存放标注文件
  └── doro.yaml  # 数据集配置文件
  

训练

执行训练脚本：src/test_train.py

测试

执行测试脚本：src/test_doro.py

详细教程

博客园地址：https://www.cnblogs.com/1873cy/p/18844467