Pytorch学习笔记(六)

目录

01 配置环境

①Conda环境

②项目环境

02 利用YOLOv5预测

03 训练YOLOv5模型


本笔记主要记录了以github上的开源项目为例,利用YOLOv5进行目标检测、训练YOLOv5神经网络、制作和训练自己的数据集的学习过程。

项目地址:https://github.com/ultralytics/yolov5

项目版本:Tags=v6.0

01 配置环境

①Conda环境

下载github项目后,在pycharm中打开文件,并在setting中设置解释器为之前配置好的pytorch环境。

②项目环境

一般项目所需环境会写在requirements.txt文件中。可以利用Pycharm自带的智能提示进行安装;也可以直接在终端台利用pip install -r requirements.txt指令安装。

如果作者没有提供requirements.txt文件,可以根据运行报错信息百度,手动安装缺少的库。

02 利用YOLOv5预测

利用作者已经训练好的YOLOv5对自定义输入数据进行预测。主要是在detect.py文件中操作。即可操作包括添加自定义输入数据、更改参数、运行detect.py文件。

Pytorch学习笔记(六)_第1张图片

detect.py参数含义

Pytorch学习笔记(六)_第2张图片

使用默认参数取值运行detect.py结果

Pytorch学习笔记(六)_第3张图片

更改输入数据路径(利用annie软件下载的b站视频)

Pytorch学习笔记(六)_第4张图片

更改输入视频运行结果

03 训练YOLOv5模型

主要是在train.py文件中操作。通过更改合适的参数来实现本地训练。

由于本机训练过程中总是出错、Pycharm闪退,百度搜索解决方案后仍未解决,故无法展示运行结果。

Pytorch学习笔记(六)_第5张图片

train.py参数含义

你可能感兴趣的:(深度学习,pytorch,学习,python,深度学习)