YOLOv5训练-wandb

概述

YOLOv5（v4.0 release开始）已经在本地集成了Weights & Biases，也就是可视化的工具wandb，可方便的追踪模型训练的整个过程，包括模型的性能、超参数、GPU的使用情况、模型预测，还有数据集。

软硬件环境

OS：CentOS 7.7.1908

[king@cam yolov5-docker-image]$ cat /etc/redhat-release CentOS Linux release 7.7.1908 (Core) [king@cam yolov5-docker-image]$ uname -a Linux cam 3.10.0-1062.18.1.el7.x86_64 #1 SMP Tue Mar 17 23:49:17 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux [king@cam yolov5-docker-image]$

Python 3.8.5 && Python 2.7.5

[king@cam yolov5-docker-image]$ python3 --version Python 3.8.5 [king@cam yolov5-docker-image]$ python --version Python 2.7.5 [king@cam yolov5-docker-image]$

CUDA: 10.0, V10.0.130

[king@cam yolov5-docker-image]$ nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2018 NVIDIA Corporation Built on Sat_Aug_25_21:08:01_CDT_2018 Cuda compilation tools, release 10.0, V10.0.130

YOLOv5 v4.0

NVIDIA GeForce GTX 2080Ti

[king@cam yolov5-docker-image]$ nvidia-smi Sun Feb 21 10:33:18 2021 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 440.64 Driver Version: 440.64 CUDA Version: 10.2 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce RTX 208... Off | 00000000:1A:00.0 Off | N/A | | 40% 54C P2 180W / 260W | 8100MiB / 11019MiB | 19% Default | +-------------------------------+----------------------+----------------------+ | 1 GeForce RTX 208... Off | 00000000:1E:00.0 Off | N/A | | 41% 33C P8 36W / 260W | 0MiB / 11019MiB | 0% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 82207 C python3 8087MiB | +-----------------------------------------------------------------------------+

 

安装wandb

sudo pip3 install wandb

 

配置wandb

注册账号  ======> 终端输入API Key（在浏览器中访问站点 https://wandb.ai/authorize，复制后贴到终端中）

wandb有在线和本地两种使用方式。

在线使用方式需要在https://wandb.ai/home，注册一个账号。注册后新建项目,名字叫yolov5，然后本地安装配置wandb, 按提示输入必要的信息（API Key)。

/usr/local/python385/bin/wandb login ***6ef350c8******

不过wandb网站挺卡，wandb也有本地使用方式。参考：https://docs.wandb.ai/self-hosted/local， 配置好后也可以本地访问了。

训练模型

开始训练了，这个过程跟之前训练是一模一样的

python3 train.py --device 0

查看训练过程

在模型训练的过程中，登录网站 https://wandb.ai/home，在自己的项目中就可以看到训练的状态了。