本篇是博主从部署到实践遇到的问题，通过百度、B站各种搜寻答案，最终得以解决，如果你们也遇到了，可以借鉴一下，算是个问题解决集合篇吧，然后开始吧~
注：本篇仅仅是个搬运篇，具体都有附上原博主博文链接，点击即可
一、部署期间的疑难杂症
问题一：
cv2
安装后不能在pycharm里使用的问题。
解决一：（附上引用博客）
根本问题在于你没有把python环境变量添加后pycharm中去。因为cv2 的核心模块在python中的\lib\site-packages中，所以你需要把这个路径添加进去，具体怎么做的，请详细看以下步骤
问题二：
Pip install pycocotools
后出现
解决二：看B站视频安装c++
(up主：我是土堆
视频：目标检测 yolov5开源代码项目调试与讲解实战——P2解决windows平台下pycocotools错误)
大体操作：安装pip install pycocotools -安装microsoft c++ build tools
（https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/）
-下载生成工具-安装-继续-使用c++的桌面开发-单个组件搜索build-勾选适用于v142的c++ clang-cl生成工具（x64/x86）-安装-重启-在命令行中执行pip install pycocotools 即可
问题三：
ERROR: Cannot find command “git” – do you have “git” installed and in your PATH?
解决三：conda install git（
就好了
）具体看括号中的引用博客
问题四：安装thop
解决四：Pip install thop（成功安装）
问题五：安装opencv-pyhon ，Pip install opencv-pyhon 安装起来有点慢
解决五：使用镜像
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
二、实践期的疑难杂症
问题一：
有关训练集图片的标注怎么做
解决一：有两种常用的标注软件labelImg 以及 labelme，labelImg可以输出txt、xml格式标准，labelme输出的格式为json文件。这里我踩过的坑就是标注的标签不要使用中文的，尤其是labelImg，如果直接输出txt格式（yolo算法可直接使用的数据），划分数据集时总会报错，编码转换有误，因此好使用英文。
（labelImg输出xml格式然后转化txt并划分数据集，这是我唯一行通了的办法，其他就是各种报错，光标框我就标了四五遍；labelme直接输出json文件转换并划分数据集即可）
问题二：
FileNotFoundError: [Errno 2] No such file or directory: “yolov5s.pt”
解决二：意思是找不到”yolov5s.pt”，连接不到网址进行下载，需要手动将模型下载下来，然后放入yolo v5文件夹中，会自动调用。
问题三：
关于coco数据集的下载问题，总是报错提示找不到coco数据集
问题四：
关于gpu跑代码的问题
解决四：
博客详载了关于下载并安装cuda10.2的介绍，英伟达官网需要科学上网，清华源有点崩，最终选择博主的网盘下载，内容较大需回家利用wifi下载。
问题五：
关于检测detect代码可以用gpu而训练代码无法使用gpu的问题
解决五：可以参考我上一篇博客，希望对大家有帮助，(
附上自己写的博客
)
问题六：有关labelme输出json转换格式并划分数据集的问题
解决六：附上我当时参考的博主的博文链接
Win10 Labelme标注数据转为YOLOV5 训练的数据集
最后，有关整体实践可以推荐一个博主，从部署到实践，大家可以作为参考
博主名：炮哥带你学
目标检测—教你利用yolov5训练自己的目标检测模型
这个博主在B站也有视频，有关安全帽检测的识别，全程从部署到实践，实践时如何训练自己的数据集，修改参数等都有涉及，可供参考。
以上就是我在整个过程中遇到问题，并整理的实践笔记，仅供参考。
*★,°*:.☆(￣▽￣)/$:*.°★* 。小小搬运工~完结~*★,°*:.☆(￣▽￣)/$:*.°★* 。