yolov5用显卡训练

以下是使用显卡训练yolov5的步骤：

1. 确保你已经安装了CUDA和cuDNN，并且你的显卡支持CUDA。

2. 下载yolov5源代码并解压缩。

3. 在终端中进入yolov5目录并安装依赖项：

   pip install -r requirements.txt

4. 准备你的数据集并将其放入yolov5/data目录中。

5. 在yolov5/models目录中选择一个预训练模型并将其下载到该目录中。

6. 在yolov5目录中创建一个新的文件夹来存储你的训练结果：

   mkdir runs/train/exp1

7. 开始训练：

   python train.py --img 640 --batch 16 --epochs 30 --data data/custom.yaml --cfg models/yolov5s.yaml --weights models/yolov5s.pt --name exp1 --device 0,,2,3

其中，--img指定输入图像的大小，--batch指定批量大小，--epochs指定训练的轮数，--data指定数据集的配置文件，--cfg指定模型的配置文件，--weights指定预训练模型的权重文件，--name指定训练结果的名称，--device指定使用的GPU设备编号。

8. 等待训练完成后，在yolov5/runs/train/exp1目录中可以找到训练结果。