Ubuntu 使用YoloV5

Ubuntu 使用 YoloV5

安装 YoloV5

conda create -n yolov5 python=3.8
conda activate yolov5
git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
pip install -r requirements.txt

准备数据集

初次构建数据集可以仅下载若干包含待识别物体的图片大约200-1000张，放入同一个文件夹中

一般构建具有一定泛化性的目标检测数据集需要准备不少于5000张具有较大特征差异的图片

标注数据集

前往

https://www.makesense.ai/

选择数据集文件夹进行标注，标注完成后导出为Yolo格式

训练

img -> 图片尺寸，正方形
batch -> 批处理大小，数值越大占用显存越多，显存不够时可以适当缩小，一般为2的指数幂
epochs -> 数据集训练轮数，一般可以设置较大值，通过查看 loss 项手动决定何时停止
data -> 网络模型配置文件，选择需要训练的模型所对应的文件所在路径即可
weights -> 如果有训练过的模型，则可以加载此模型进行继续训练，选择模型文件所在路径即可

python train.py \
	--img 640 \
	--batch 16 \
	--epochs 300 \
	--data <path-to-your-config-file>.yaml \
	--weights <path-to-your-yolov5-model>.pt

推理

参考detect.py

尽情享用吧~