- 系统环境:WIN10-WSL2-Ubuntu22.04
- 语言环境:Python3.9.18
- 编译器:vscode+jupyter notebook
- 深度学习环境:Pytorch2.1.2、YOLOv5
- 显卡:NVIDIA GeForce RTX 2080
本次是调用yolov5来训练一个水果检测的数据集
yolo是非常成熟的模型,整个过程和深度学习的理解已经没有什么关系了
单纯的调用模型的过程。
前面的部分都很简单,主要是Linux系统会使用,cd到相关的路径然后跑指令,两个代码一个是划分训练集,另一个是生成标签文件,最终生成结果为:
![](https://img-blog.csdnimg.cn/direct/3f651893c7d54923bc238cc24d9f1026.png)
![](https://img-blog.csdnimg.cn/direct/8555a1e19499452c9b8e61d436178c7c.png)