yolov5-6.1的完全使用手册，含模型训练测试

YOLOv5是一个流行的实时目标检测框架，由 Ultralytics 开发，版本6.1是一个重要的更新，它基于PyTorch构建。以下是关于YOLov5-6.1的简单使用指南：

**安装Yolov5**：
1. 首先，确保你已经安装了Python和相关的库，如torch、torchvision等。可以使用pip命令安装：

   pip install pyyaml==6.0 torchvision>=0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
   pip install -qr requirements.txt

**下载预训练模型**：
从GitHub上下载最新版的yolov5代码并解压：

git clone https://github.com/ultralytics/yolov5.git
cd yolov5

选择你需要的模型，例如`yolov5s`、`yolov5m`或`yolov5l`，然后下载预训练权重：

python train.py download --weights yolov5s.pt

**模型训练**：
对于新手，你可以直接使用预训练权重进行微调（finetuning），在`train.py`中设置数据集路径和配置参数：

python train.py --data ./data --cfg yolov5s.yaml --weights yolov5s.pt --epochs 10 --batch 16 --cache

训练完成后，会在`runs/train`目录下生成新的模型。

**模型测试**：
训练好的模型可用于预测图片或视频中的物体。使用`test.py`脚本：

python test.py --weights runs/exp/train/latest.pth --source images/my_image.jpg --conf 0.25 --nms 0.45

上述命令会输出预测结果到控制台，并在`results`文件夹中保存可视化结果。

**