一、安装pytorch

1、创建虚拟环境

使用Anaconda安装,建议先创建一个虚拟环境。启动Anaconda Prompt,在命令行输入:

conda create -name torch python==3.7.11

2、安装pytorch

进入pytorch官网,根据需要选择系统、安装包、语言和计算平台。

通过conda安装CPU版pytorch:

conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装其他版本pytorch:点击Previous versions of PyTorch,找到更早的版本,比如1.8.0。在Anaconda命令行输入:

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

如果安装报错,可尝试使用pip进行安装。

pip install pytorch==1.8.0

3、部署YOLOv5

YOLOv5开源地址:https://github.com/ultralytics/yolov5

下载源码以后,使用pycharm打开train.py文件。在pycharm配置conda环境:依次点击File->settings->Project->Python Interpreter->Add Python Interpreter->Conda Environment->Existing environment选择Anaconda3->envs文件夹下对应虚拟环境名称文件夹下的python.exe文件。

4、修改配置参数

在train.py中找到parse_opt,根据需要修改其中参数,一般只需要对前六个参数进行修改。

weights为训练参数保存名称,cfg设置模型配置文件,这里选yolov5s.yaml,在data中配置训练数据配置文件为coco128.yaml。epoch根据自己想要训练的轮数自行修改,batchsize大小根据电脑内存或显存大小修改。

5、模型训练

运行train.py文件,使用coco128进行yolov5s训练,首次运行会自动下载coco128数据集,下载完成后自动开始模型训练。由于yolov5s模型和coco128数据集都比较小,使用cpu训练1个epoch也就一两分钟,每轮训练后更新模型验证精度。观察指标:精度'P',召回率'R',mAP@.5和mAP@.5:.95。

6、精度验证

训练完成后,在runs->train->exp->weights文件夹下找到last.pt和best.pt文件,将best.pt文件拷贝至yolov5-master目录下,修改为yolov5s.pt。打开val.py运行,进行模型验证。

7、推理验证

运行detect.py,进行推理验证。

推理结果:

8、模型导出

模型验证和推理结果满足性能需求后,运行export.py可以将训练得到的pytorch权重pt文件导出为onnx格式,用于推理部署。导出过程如果出现报错,可尝试修改parse_opt中的配置参数'opset',将default修改为12或其他onnx版本。

YOLOv5训练coco128数据集流程相关推荐

  1. 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 ...

  2. YOLOv5训练KAIST数据集

    YOLOv5训练KAIST数据集 YOLOv5目前比较火热,因此模型下载和使用不再赘述,网上资源很多,该文章主要是介绍如何将KAIST数据集处理成YOLOv5可以使用的格式. 一.数据获取 1.KAI ...

  3. 【目标检测】yolo系列:从yolov1到yolov5之YOLOv5训练自己数据集(v6.0)

    一.源码下载及requirments 源码下载地址:https://github.com/ultralytics/yolov5 (持续更新中) 本人所用环境如下: pytorch:1.8(因为cuda ...

  4. 【深度学习】【Python】【Widerface数据集】 转VOC格式,VOC 转YOLOv5格式,YOLOv5训练WiderFace数据集,检查yolo labels对不对

    文章目录 Widerface数据集转VOC格式 VOC 转YOLO格式 数据集的imageslisttxt YOLOv5训练 检查yolo labels对不对 并行训练 Widerface数据集转VO ...

  5. Yolov5训练自制数据集

    一.准备 1.项目链接 https://github.com/ultralytics/yolov5 2.制作数据集 将标注好的图片放到data/images/train 和data/images/va ...

  6. yolov5训练voc数据集

    1.数据集 下载好voc数据集,以2007为例,把数据集(VOCtrainval_06-Nov-2007和VOCtest_06-Nov-2007)都解压同一个文件夹里,记住解压后的图片是从000001 ...

  7. 使用YOLOv5训练NEU-DET数据集

    一.下载YOLOv5源码和NEU-DET(钢材表面缺陷)数据集 YOLOv5源码 NEU-DET(钢材表面缺陷)数据集 这里的数据集已经经过处理了,下载即可 若通过其他途径下载的原始数据集标签为xml ...

  8. YOLOV5训练鱼类数据集过程

    下载项目:https://github.com/ultralytics/yolov5 1.硬件配置: CPU:Intel Xeon Gold 6146 3.2GHz GPU:GTX3090*4 2.1 ...

  9. YOLOV5训练数据集过程中特殊问题记录

    项目场景: yolov5训练GX数据集 问题描述: 运行train.py Traceback (most recent call last):File "/home/milk/yolov52 ...

最新文章

  1. 使用Netsil监控Kubernetes上的微服务
  2. CString常用方法
  3. admin- 源码解析(流程)
  4. php 匹配div正则表达式,Php正则表达式匹配div
  5. 支付宝回应 AI 换脸风险;新 iPhone 或将于 13 号接受预订;Linux Lite 4.6 发布 | 极客头条...
  6. Go 语言——基本类型
  7. bzoj 2733: [HNOI2012]永无乡(线段树启发式合并)
  8. vs2010 “SetScrollSizes”: 找不到标识符
  9. Tomcat8安装与配置
  10. 个人对傅里叶分析的理解与整理(持续整理中)
  11. SVN中clean up的含义
  12. ActiveMQ 之安全认证
  13. 二、C++反作弊对抗实战 (进阶篇 —— 4.遍历进程模块(暴力扫描整个内存找出被断链的))
  14. 惠普HP Photosmart 7458 打印机驱动
  15. 188968-51-6,cilengitide,西仑吉肽,选择性的αvβ3 和αvβ5受体整合素抑制剂
  16. 万年历的Java代码
  17. VMware虚拟机中设置端口映射
  18. 中国雅虎——长在阿里巴巴脸上的青春痘
  19. 两个数组合并成一个数组
  20. 计算机毕业设计系列基于基于SSM的小区物业信息管理系统

热门文章

  1. 【详细解读】进程管理 -死锁问题 系统有三个进程:A B C 这3个进程都需要5个系统资源。如果系统至少有多少个资源,则不可能发生死锁
  2. 约瑟夫环递推公式的由来(约瑟夫环公式法)
  3. laytpl遍历实体列表_Layui数据表格之获取表格中所有的数据方法
  4. 多维数组的索引与切片_Numpy库使用入门(二)数据的索引和切片
  5. bean 属性设置默认值_activiti7源码分析之引擎初始化与Bean注入
  6. 实训总结_实训总结汇报!
  7. ambari hdfs 启动报错_HDFS 运维常见问题处理
  8. python编译成class_django为Form生成的label标签添加class方式
  9. 关闭linux终端,查看、关闭登录到linux的终端
  10. commit分拆多个 git_这才是真正的Git——Git内部原理