目标检测(9)—— 使用云端colab训练YOLOV5

colab进行训练

  1. 将项目打包成zip格式,在colab进行上传;或者上传至谷歌云盘(上传速度更快)
  2. 解压缩(我第二种解压方式不知道为什么失败了),这里主要讲解第一种

content就代表我们当前所处的文件夹,-d后面表示要压缩在哪里,还是压缩至当前的文件夹。
在这里插入图片描述

  1. 进入到项目的根目录

目标检测(9)—— 使用云端colab训练YOLOV5_第1张图片

  1. 配置环境

在这里插入图片描述

  1. 配置tensorboard

目标检测(9)—— 使用云端colab训练YOLOV5_第2张图片

  1. 开始训练

目标检测(9)—— 使用云端colab训练YOLOV5_第3张图片

  1. 训练了很多轮后刷新一下tensorboard,有一些变化的

目标检测(9)—— 使用云端colab训练YOLOV5_第4张图片
训练的目录结构:
目标检测(9)—— 使用云端colab训练YOLOV5_第5张图片
只看当前的:
目标检测(9)—— 使用云端colab训练YOLOV5_第6张图片
指定使用整个coco数据集:
目标检测(9)—— 使用云端colab训练YOLOV5_第7张图片
8. 训练好可以将最好的模型下下来:

目标检测(9)—— 使用云端colab训练YOLOV5_第8张图片

  1. 下好后放在根目录,在detect.py中把weights参数改成你自己的模型就OK!

你可能感兴趣的:(目标检测,目标检测,人工智能,计算机视觉)