慢慢写不着急

yolov5权重文件（百度网盘）
yolov5weight
提取码：g5jh
鉴于官网权重文件4个月没有跟新，放心食用（20201030）
weight V4.0
提取码：aljp
20210123
复制这段内容后打开百度网盘手机App，操作更方便哦

win10环境下环境配置以及训练

CUDA>=10.0，建议10.1或者10.2

自己去下载
安装位置建议默认，免得事多
添加环境变量

CUDnn和CUDA相同版本

cudnn下的bin、include、lib复制到cuda里面

如果cuda默认安装位置，应该就是和我一样

通过Anaconda环境配置环境

自己下载anaconda环境
使用anaconda powershell或者win10自带的powershell

创建一个python3.7或者3.8的环境

创建环境

conda create -n name python=3.7 #nanme自己改

进入环境

conda creative name

我直接进入我的conda环境的位置里面去配置yolov5
Anaconda\envs\name\yolov5

克隆github上面的库

git clone https://github.com/ultralytics/yolov5.git

安装依赖项

pip install -r requirements.txt
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple #清华源

pytorch安装失败

我安装的是CUDA10.2的版本选自己的版本

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

基本上没什么问题了

测试

yolov5的权重已经放在了文章的开头

python test.py

自己去找输出，上面显示了输出结果的位置

训练

数据集格式

train文件下，一个image放所有图片一个labels放对应的txt文件
val、test同理

训练自己的数据集

配置一个data.yaml的文件
上面放上各个数据的路径（绝对路径也行）
nc类别数
name类别名

修改yolov5s.yaml文件
把nc数改成你的
如果你要用yolov5x，那就改yolov5x.yaml(同理)
关于yolov54个模型的区别自己查
s最小x最大
对应s训练时间最少，训练时间最大
x精度最好，s低一点
建议先s

开始训练

python train.py --data 'data.yaml' --cfg ./models/yolov5s.yaml --weights '' --name Myname

data.yaml就是上面配置的
用的是yolov5s初始话的
权重从0开始
命名

train.py的参数

epochs：指的就是训练过程中整个数据集将被迭代多少次，默认300，作者建议不少于300
batch-size：一次看完多少张图片才进行权重更新，默认16，更具显卡性能来
cfg：存储模型结构的配置文件
data：存储训练、测试数据的文件
img-size：输入图片宽高
rect：进行矩形训练
resume：恢复最近保存的模型开始训练
nosave：仅保存最终checkpoint
notest：仅测试最后的epoch
evolve：进化超参数
bucket：gsutil bucket
cache-images：缓存图像以加快训练速度
weights：权重文件路径
name：重命名results.txt to results_name.txt
device：cuda device, i.e. 0 or 0,1,2,3 or cpu
adam：使用adam优化
multi-scale：多尺度训练，img-size +/- 50%
single-cls：单类别的训练集

关于恢复训练

python train.py --resume

如果报错已经存在XXXX文件，那就把这个文件切出去，然后重新上一个步骤

yolov5环境配置和训练相关推荐

yolov5环境配置及训练coco128数据集
本人小白一个,最近在学习yolov5网络,于是跟着网上的教程配置环境训练等,出现了很多错误,可能会比较乱,先说声抱歉.现在总结一下,算是理清下自己的思路,希望对各位也有些帮助. 环境配置:推荐安装Cu ...
mmrotate旋转目标检测框架从环境配置到训练自己的数据集
mmrotate旋转目标检测框架从环境配置到训练自己的数据集最近有旋转目标检测的需求了,在寻找旋转目标检测算法的过程中,发现已经有人提前测评了各类旋转目标检测框架了,结果是mmrorate效果最好. ...
Yolov5环境配置配不好来打我
Yolov5环境安装及配置详细教程文件准备 Pycharm下载链接 Anaconda下载链接 Yolov5源码下载地址链接 CUDA下载地址 CUDNN下载地址环境配置 Pycharm安装 Ana ...
nnUNet保姆级使用教程！从环境配置到训练与推理（新手必看）
文章目录写在前面 nnUNet是什么? 一.配置虚拟环境二.安装nnUNet框架 1.安装nnUNet 这一步我遇到的两个问题: 2.安装隐藏层hiddenlayer(可选) 三.数据集准备 nn ...
yolov5环境配置
目录背景 1.Anaconda3安装 (1)安装Anaconda3后,换源遇到的问题 (2)处理方法 (3)Anaconda3环境变量配置 2.显卡驱动安装 3.安装CUDA (1)安装CUDA ( ...
目标检测FCOS网络环境配置、训练自己的数据集
文章:FCOS: Fully Convolutional One-Stage Object Detection 项目源码:https://github.com/tianzhi0549/FCOS 目录 ...
nnU-Net v2的环境配置到训练自己的数据集（详细步骤）
目录一.说明二.所需的环境配置三.nnUNet框架的安装四.数据集的准备五.设置读取文件路径设置(重要) 六.数据集的转换七.数据集预处理八.模型训练九.推理(后续更新) 十.结果(后 ...
yolov5搭建环境_Yolov5环境配置和训练私有数据,YOLOv5,以及,私人
1.使用anaconda安装python3.8的环境 conda create -n yolo5 python=3.8 #anaconda下载地址: https://mirrors.tuna.tsin ...
soloV2保姆级教程（含环境配置，训练自己的数据集，代码逻辑分析等。能踩得坑都踩了....）更新ing
序言环境:ubuntu18.04 cuda11.1 显卡3050 pytorch1.9 代码链接: GitHub - aim-uofa/AdelaiDet: AdelaiDet is an ope ...

yolov5环境配置和训练