DOTA数据集 | yolov5 训练与测试

yolov5实验记录

  • 源码链接
  • 运行环境
  • 需要下载文件
  • 训练步骤
    • 1. 下载源代码
    • 2. 数据格式
    • 3. 修改文件
    • 4. 训练
    • 5. 测试
    • 6. tensorboard显示
    • 7. 遇到的问题

源码链接

https://github.com/ultralytics/YOLOv5

运行环境

  • Ubuntu18.04
  • python3.6.5
  • CUDA 10.2 (NVIDIA-SMI 440.82 Driver Version: 440.82)

需要下载文件

链接:https://pan.baidu.com/s/1wqlTgj5EdlTpK4n_CKDRwQ
提取码:hfrp

感谢博主雅痞匪徒(Nike)

训练步骤

1. 下载源代码

下载该仓库: https://github.com/ultralytics/yolov5.git

2. 数据格式

数据格式是yolo格式。
参考https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
下面是数据目录,要有labels和images即可。
DOTA数据集 | yolov5 训练与测试_第1张图片
labels目录:
DOTA数据集 | yolov5 训练与测试_第2张图片
labels格式展示:
DOTA数据集 | yolov5 训练与测试_第3张图片
images目录:
DOTA数据集 | yolov5 训练与测试_第4张图片

3. 修改文件

修改./data/coco.yaml 或者./data/coco128.yaml 文件
DOTA数据集 | yolov5 训练与测试_第5张图片
修改./models/yolov5s.yaml 或者其他预训练模型 yolov5m.yaml / yolov5l.yaml / yolov5x.yaml 文件
注意!! nc: 15 后面的空格仅有一个
DOTA数据集 | yolov5 训练与测试_第6张图片

4. 训练

训练命令:
修改train.py文件,这样就不用没有训练时候输入老长老长的一大段命令了。
DOTA数据集 | yolov5 训练与测试_第7张图片

训练命令:
python train.py

部分运行结果:
DOTA数据集 | yolov5 训练与测试_第8张图片

5. 测试

同样记得修改test.py文件,换上你训练好的模型就可以啦。

测试命令:
python test.py 



同理,也可以用detect.py进行测试。

命令如下:
python detect.py

DOTA数据集 | yolov5 训练与测试_第9张图片

6. tensorboard显示

DOTA数据集 | yolov5 训练与测试_第10张图片
DOTA数据集 | yolov5 训练与测试_第11张图片
DOTA数据集 | yolov5 训练与测试_第12张图片

7. 遇到的问题

pip install -U -r requirements.txt

运行这命令的时候,可能会遇到:
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='pypi.tuna.tsinghua.edu.cn', port=443): Read timed out.
DOTA数据集 | yolov5 训练与测试_第13张图片
解决办法:

pip install -U -r requirements.txt --default-timeout=100

还可能遇到ERROR: Failed building wheel for pycocotools
在这里插入图片描述
解决办法:参考博客

觉得不错的话,点个赞吧~

你可能感兴趣的:(#,实验代码)