资源

MX-yolo软件下载地址链接：
链接：https://pan.baidu.com/s/1_cPPN2DEIyE0HK5GBfYUgA
提取码：rh1f
垃圾分类数据集
链接：https://pan.baidu.com/s/1T1kLTeVSzCw7iCyHqanq9g
提取码：lgtk

 由于时间仓促，我们使用MX-yolo进行简单的模型训练，这个软件把yolov2 yolov3以及图片分类模型进行了封装，图形化操作界面，非常的友好，还包含图像预处理的小工具。此外，在该软件的安装路径下会有一个环境配置的文件夹，点击使用配置.exe文件就可以开始配置环境，基本上也是属于傻瓜式操作，下面是一个参考视频

 在配置环境时，自己安装的python一定要卸载，或者把自己安装的python的环境变量删除！最后一步安装cuda10.0与cudnn7.6.4一定要确保自己的nvidia驱动版本高于441，大部分人是没有问题的，安装过程参照视频。此外，在第二步安装Python依赖库与训练权重的过程会比较漫长，也可能出现网络问题，多试几次

 在资源链接中，还提供了一个垃圾分类数据集，大家可以下载下来用mx-yolo的图像识别进行训练

 选择好训练数据集文件夹后，结果应如图所示，大家初次接触，只建议修改训练次数，训练次数10次以上就可以得到较好的模型结果，但不建议太高，20次以内，训练次数过多可能会造成过拟合，对新数据识别准确度降低。

问题汇总

1. 已安装其他版本python

 这种情况不用卸载已经安装好的python,只需要把之前python版本添加的环境变量删除即可，安装3.7时，再把3.7的环境变量添加进系统环境变量path中去