[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用

目录

1. 安装yolo v5

1.1 clone代码到自己的文件夹下

1.2 根据requirements.txt安装依赖

1.3 测试安装是否成功

2. 用自己的数据训练yolo v5

2.1数据文件结构

2.2修改配置


1. 安装yolo v5

1.1 clone代码到自己的文件夹下

cd $INSTALL_DIR
git clone https://github.com/ultralytics/yolov5.git

https://github.com/ultralytics/yolov5

1.2 根据requirements.txt安装依赖

博主自己的环境是ubuntu 16.04, Driver Version: 430.50 ,CUDA Version: 10.1

(1)新建一个虚拟环境,博主是python==3.7,接着按照requirements.txt顺序进行安装;

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第1张图片

(2)安装torch和torchvision时,我参照的是:

https://pytorch.org/get-started/locally/

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第2张图片

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

(3)安装pycocotools时,我是这样安装的:

cd $INSTALL_DIR
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py install

同时,博主从自己的网盘中分享出来 cocoapi.zip

链接:https://pan.baidu.com/s/1TGs-A4Fbh-HmczA_I_lsMA 
提取码:xv6l

(4)博主自己安装了apex/,方便日后拓展,requirements.txt里没有要求安装。

1.3 测试安装是否成功

(1)首先下载Yolo v5 的预训练权重文件

cd yolov5-master/weights/
sh download_weights.sh

如果下载不了,参考[YOLO V5] 官方预训练权重网盘下载,完成后:

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第3张图片

(2)测试

上传自己的图片,改好输入输出路径,选择载入合适的预训练模型。

python detect.py --source ./inference/images/ --weights yolov5s.pt --conf 0.4

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第4张图片[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第5张图片

一次性完成,测试安装无误。

2. 用自己的数据训练yolo v5

2.1数据文件结构

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第6张图片

我使用了coco的数据集的文件结构

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第7张图片

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第8张图片

这个txt是yolo数据格式

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第9张图片

2.2修改配置

主要根据train.py中的文件,修改:

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第10张图片

然后就可以python train.py了

[YOLO V5]使用自己的数据集训练YOLO V5,从安装到使用_第11张图片

 

你可能感兴趣的:(pytorch,yolo,深度学习,pytorch)