深度学习——Pytorch训练YOLOV5（一）

1、打开/data/Data/Yolo_5_COCO128

datasets文件夹中为yolo格式的数据集
yolov5-master-new文件夹中为yolo5网络

2、打开/yolov5-master-new/，文件内容如下：

3、训练YOLOV5
运行指令

python train.py --img 640 --batch 16 --epochs 400 --data ./data/coco128.yaml --cfg ./models/yolov5s.yaml --weights ''

img 640 训练图像大小640*640
–batch 16 batch size 16
–epochs 400 epochs 400
–data ./data/coco128.yaml 选择coco128的数据集
–cfg ./models/yolov5s.yaml 选择yolov5s模型
–weights ‘’ 默认权重yolov5s.pt

训练结果位于runs/train文件夹中最新的exp文件夹中

训练结果如下

训练权重位于weights文件夹，有上一次的和最好的，将最好的权重复制到
/data/Data/Yolo_5_COCO128/yolov5-master-new/文件夹下，重命名为yolov5s.pt

4、测试YOLOV5
4.1预测图像
训练好YOLOV5后，使用最好的权值进行预测
将被预测图像放在/data/Data/Yolo_5_COCO128/yolov5-master-new/data/images/文件夹中

运行python detect/.py

预测结果位于runs/detect文件夹中最新的exp文件夹中

4.2预测图像

python detect.py --source run.mp4 

预测结果位于runs/detect文件夹中最新的exp文件夹中