【目标检测算法】利用wandb可视化YOLO-V5模型的训练

还是基于该博客做的wandb可视化模型的训练。
【目标检测算法】YOLO-V5实战检测VOC2007数据集

前言

训练过yolov5网络的都知道，网络会自动生成一个run文件夹，里面涵盖了几乎所有评价指标，为什么还要用wandb进行可视化训练，多此一举嘛不是。
这里放一个官网的图：

可以看到，wandb可以实现不同网络的对比寻优。当然这只是显眼易见的优点，肯定还有很多功能，我也没有发现。

一、wandb可视化模型训练

1. 注册wandb账号

Weights & Biases网上有很多博主教如何注册，这里就不再赘述。

2. 在pycharm配置wandb

点击这个Quickstart，官方有教程教你如何快速新建一个可视化工程。
在pycharm输入pip install wandb–>安装完成输入wandb login–>复制下面的key输入pycharm

注意：输入wandb login后，光标将不存在，直接粘贴按回车就行

3. 调整代码，并在控制台启动wandb

这里考虑到GPU性能，我只跑了10轮。实际训练要训练至少50轮。batch size也调整为8，不然我的显存就爆了。
并且我把训练时输入图片大小调整为320*320，也是为了加快训练速度。（==没办法，GPU太垃圾了）

    parser.add_argument('--epochs', type=int, default=10, help='total training epochs')
    parser.add_argument('--batch-size', type=int, default=8, help='total batch size for all GPUs, -1 for autobatch')
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=320, help='train, val image size (pixels)')

如果你是第一次，下面回让你输入key，直接复制wandb的key粘贴就好了。这里我是第二次进入，就不需要输入啦。

4. 在wandb中查看训练过程

wandb: Tracking run with wandb version 0.13.2
wandb: Run data is saved locally in P:\Project_Python\yolov5-voc\wandb\run-20220906_082929-owk5vzjl
wandb: Run `wandb offline` to turn off syncing.
wandb: Syncing run legendary-hill-2
wandb:  View project at https://wandb.ai/sanmumumu/train
wandb:  View run at https://wandb.ai/sanmumumu/train/runs/owk5vzjl
YOLOv5 temporarily requires wandb version 0.12.10 or below. Some features may not work as expected.

点开提示的网址就可以看到我们训练的工程。

二、colab&wandb在线训练与在线参数视察

1. 在ipynb中安装wandb

在ipynb中输入：

!pip install wandb

接着输入下列语句，并在wandb里找到自己的key，就可以进入在线训练了。

！wandb login

2. 开始训练并查看结果

接着开始训练就好了，我们可以在wandb中查看我们mask数据集训练的结果：

【目标检测算法】YOLO-V5训练结果的分析与评价

3. 损失函数

4. 混淆矩阵 confusion_matrix

可以看到戴口罩的识别准确率还是很高的。但是不戴口罩的还是容易被误识别为戴口罩的。

挖个坑，以后寻求解决该问题的方法！！！

5. PR曲线和不同置信度下的F1曲线

6. 一个batch训练的预测结果