Python —— Pytorch训练集指令、测试数据指令

宣传一下相关文章(下面是效果)：Python —— Windows10下配置Pytorch环境、进行训练模型并测试（完整流程，附有视频）

相关文章

     Python —— Windows10下配置Pytorch环境、进行训练模型并测试（完整流程，附有视频）

     Python —— Win10将Yolov5的.pt模型导出为.onnx模型

     OpenCv —— Win10使用OpenCv调用Yolov5的.pt导出的.onnx模型进行测试【CPU版Cv】(附源码)

 

正文 - 数据集训练命令

基线训练命令:
	python train.py --data data/voc-mask.yaml --cfg models/yolov5s-mask.yaml --weights weights/yolov5s.pt --batch-size 16 --epochs 50 --workers 4 --name base

使用Adam优化器训练命令:
	python train.py --data data/voc-mask.yaml --cfg models/yolov5s-mask.yaml --weights weights/yolov5s.pt --batch-size 16 --epochs 50 --workers 4 --adam --name base+adam
	
使用image-weights训练命令：
	python train.py --data data/voc-mask.yaml --cfg models/yolov5s-mask.yaml --weights weights/yolov5s.pt --batch-size 16 --epochs 50 --image-weights --workers 4 --name base+imgweights
	
使用label-smoothing训练命令：
	python train.py --data data/voc-mask.yaml --cfg models/yolov5s-mask.yaml --weights weights/yolov5s.pt --batch-size 16 --epochs 50 --workers 4 --label-smoothing 0.1 --name base+labelsmoothing
	
使用YOLOv5 P6训练命令：
	新建文件models/yolov5s6-mask.yaml, 然后修改配置参数
		# parameters
		nc: 2  # number of classes
	执行命令：
		python train.py --data data/voc-mask.yaml --cfg models/yolov5s6-mask.yaml --weights weights/yolov5s6.pt --batch-size 4 --epochs 50 --workers 4 --img-size 1280 --name base+P6
		
训练过程tensorboard可视化:
	tensorboard --logdir=./runs

 

正文 - 测试模型命令

测试图片:
	python detect.py --source ./testfiles/img1.jpg --weights runs/train/base/weights/best.pt --conf 0.4 
	
测试视频:
	不显示实时效果,仅在runs中创建结果视频:
		python detect.py --source ./testfiles/kouzhao1.mp4 --weights runs/train/base/weights/best.pt --conf 0.4
	显示实时效果,并在runs中创建结果视频:
		python detect.py --source ./testfiles/kouzhao1.mp4 --weights runs/train/base/weights/best.pt --conf 0.4 --view-img

 

笔者

笔者 - jxd