使用谷歌colab的GPU资源训练YOLOv5

1.注册谷歌账号

首先要先注册谷歌账号和谷歌云盘，推荐使用iguge插件在edge或Chrome浏览器上完成。

2.谷歌网盘中创建项目文件夹

然后在谷歌云盘端创建项目文件夹：即colab文件夹，里面包含Mask(图像文件夹)以及yolov5（项目代码文件夹），如下图所示。

3.配置colab文件

然后创建google colaboratory文件，类似于jupyter Notebook，创建colab文后，按照修改->笔记本设置->GPU配置运行的设备环境。

接着在colab中挂载google云盘（加载时候会提示连接云端硬盘提示，允许即可）,补充几点：

1.最后要进入的文件夹是在云盘中创建的项目文件夹即"./MyDrive/colab"

2.创建的colab文件的当前路径为/content,挂载云盘后即可连接到云盘路径，即1中的路径，见图更清晰（不是很懂为啥要加！,好像不加！也可以进行相应的操作）

import os
from google.colab import drive
drive.mount('/content/drive')

 

 还可以查看GPU的配置，这里是Tesla K80，跑起来飞快。

 4.配置YOLOv5并运行

首先数据集使用口罩数据集，.txt格式的。

在/colab/目录下，git clone yolov5的项目，并安装运行环境（这一步直接运行就可以配置好环境，在自己机器上还要单独安装torch和torchvision，麻烦得很），代码如下：

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

然后修改yolov5s.yaml的类别数nc=2（口罩数据集只有两个类），然后开始训练,前面要加！：

!python train.py --data ../Mask/data.yaml --cfg yolov5s.yaml --weights '' --batch-size 128