文章目录
- 软硬件环境
- YOLOv5环境配置
- 使用COCO数据集
- 制作自己的数据集
- 使用公开的数据集进行训练
- v3.0版本
- 参考资料
软硬件环境
- ubuntu 18.04 64bit
- anaconda with 3.7
- nvidia gtx 1070Ti
- cuda 10.1
- pytorch 1.5
- YOLOv5
YOLOv5环境配置
请参考之前的文章,YOLOv5目标检测
使用COCO数据集
YOLOv5的预训练模型是基于 COCO数据集,如果自己想去复现下训练过程,可以依照下面的命令
$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights ‘’ --batch-size 64
yolov5m 48
yolov5l 32
yolov5x 16
COCO
的数据集可以通过data
文件夹下get_coco2017.sh
脚本进行下载,包含图片和lable
文件。COCO
的数据集实在是太大了,整个压缩包有18G,考虑到自己到的网速还有机器的算力,还是洗洗睡吧。。。