使用yolov5进行训练的总结

所需的环境:cuda,cudnn,pytorch以及anaconda、pycharm。

  1. 首先cuda跟cudnn要装对版本,这个根据自己电脑显卡,
  2. 就是anaconda的用法,这个在以前我都不知道,原来anaconda这么棒,可以建立起虚拟的环境,就不需要在电脑中装那么多版本的python跟软件包,而且很乱

conda create -n 虚拟环境名 python=3.8         建立一个python3.8的虚拟环境

activaye 虚拟环境名       启用虚拟环境

  1. Pytorch的安装,去pytorch官网直接根据需要将将其装进虚拟环境中具体网上见教程。
  2. 配置pycharm,打开pycharm,新建项目,选择现有解释器,然后找到anaconda的安装位置中的anaconda/env/虚拟环境名/python.exe,创建。
  3. 数据集的标注,根据命令 pip install labelimg 下载安装labelimg,使用labelimg对数据进行标注并保存。网上参考教程 labelimg的使用
  4. 数据集划分,使用网上的一个来实现的(95条消息) 目标检测---数据集格式转化及训练集和验证集划分_炮哥带你学的博客-CSDN博客_目标检测验证集 主要遇见的bug是:UnicodeDecodeError: 'gbk' codec can't decode byte 0x86 in position 121,这个通过给open()函数中加上限制条件encoding=”UTF-8”来强制让文件解码时用UTF-8编码解决。如果此方法不好用,再试一试改变缩进。  SyntaxError: unexpected EOF while parsing   这个bug是由于修改文件错误,代码缺少括号或者中英文符号错误,实在找不出就把代码复制下来新建一个文件,再复制进去。
  5. YOLOV5的搭建,从GitHub上下载下来就行,(94条消息) 目标检测---教你利用yolov5训练自己的目标检测模型_炮哥带你学的博客-CSDN博客_yolov5训练自己的模型 根据这篇博客我下的是5.5.0版本,然后照着里面做,遇到的bug:运行前要把train.py中参数设置好,同时pycharm的运行配置打开,将工作空间改为项目的位置,不然设置的data.yaml 以及model.yaml文件会找不到。
  6. 运行train.py开始进行训练,遇到的bug:缺少pycocotools包,就去这个博客(95条消息) win10背景下Yolov5官方代码中pycoctools报错解决方法_一个客户,两个客户的博客-CSDN博客 

AttributeError: Cant get attribute SPPF on module models  这条bug是因为model/common.py文件中没有SPPF类,看博客(94条消息) AttributeError: Cant get attribute SPPF on module models_star__king的博客-CSDN博客  

没有wandb工具 直接运行pip install wandb安装

wandb.errors.UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_key]) 这条错误是wandb没有设置,要运行wandb init 然后弹出网址,进入网站注册,会出现密钥,将密钥复制输入就行。见博客(94条消息) 成功解决:wandb.errors.UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_key])_Jay_Mapp的博客-CSDN博客

 

  • 13
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。 本课程的YOLOv5使用ultralytics/yolov5,在Windows系统上做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 希望学习Ubuntu上演示的同学,请前往 《YOLOv5(PyTorch)实战:训练自己的数据集(Ubuntu)》课程链接:https://edu.csdn.net/course/detail/30793  本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测实战:训练自己的数据集》Ubuntu系统 https://edu.csdn.net/course/detail/30793Windows系统 https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/35209《YOLOv5实战垃圾分类目标检测》课程链接:https://edu.csdn.net/course/detail/35284       

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

A Tiger

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值