我用的环境是yolo5.6.0 应该是

该存储库代表Ultralytics对未来的对象检测方法的开源研究，并结合了在匿名客户数据集上数千小时的培训和发展过程中汲取的经验教训和最佳实践。 所有代码和模型都在积极开发中，如有更改或删除，恕不另行通知。 使用风险自负。 ** GPU速度使用批处理大小为32的V100 GPU测量超过5000张COCO val2017图像的平均每张图像的端到端时间，包括图像预处理，PyTorch FP16推理，后处理和NMS。 来自EfficientDet数据（批量大小为8）。 2021年1月5日： ：nn.SiLU（）激活，记录， 集成。 2020年8月13日： ：nn.Hardswish（）激活，数据自动下载，本机AMP。 2020年7月23日： ：改进了模型定义，培训和mAP。 2020年6月22日： 更新：新机头，减少了参数，提高了速度，并提高了mAP 。 2020年6月19日： 作为

Mask Wearing.v4-raw.yolov5pytorch.zip

清华交通标志牌数据集TT100K经过预处理后生成的re_TT100K数据集以及对应的yaml配置文件；预处理过程适应YOLO5的数据集格式，对TT100K中的所有图像根据所有类别各自的图片集数量重新划分，可以直接提供给YOLO5进行训练预测等。

俯视飞机和汽车，基于YOLO5 TINY，只需要OPENCV

标注的1300张数据集，以及训练好的模型，制作不易，欢迎下载

PYTHON数字仪表读数，传统方法和YOLO5，数字方法采用颜色定位，轮廓，PCA+SVM，YOLO5方法类似。两者都用PYTHON开发

手势识别，PYTORCH YOLO5，能识别常见的手势

基于yolo5的目标检测人物动物识别，有代码，有数据，可以直接运行

AGX对应的配置源码 yolo源码以及ros_yolo5的源码，修改了对应的代码