MT-yolov6训练及测试

1、查看虚拟环境

conda env list

2、删除虚拟环境

conda env remove -p 要删除的虚拟环境路径

示例

conda env remove -p C:\Users\Admin\anaconda3\envs\pointbert

3、新建虚拟环境

conda create -n env python==3.6(版本号)

4、激活虚拟环境

conda activate yolo6

5、进入yolo6文件夹

cd C:\Users\Admin\Desktop\YOLOv6-main

6、安装所需环境

pip install -r requirements.txt

由于深度学习需要考虑CUDA和CUDNN的版本，各位在安装前需要注意配置所需的CUDA和CUDNN呀，不可一味只是配置python库，系统的深度学习环境同样重要，这个地方只能靠各位百度或者Google了。

7、下载权重
https://github.com/meituan/YOLOv6/releases/tag/0.1.0

放在工程文件夹下

8、对yolo6进行测试

python tools/infer.py --weights yolov6s.pt --source img.jpg / imgdir

执行如下指令

python tools/infer.py --weights yolov6s.pt --source data/images

测试结果如下：

测试结果在runs\inference\exp文件夹下

9、系统配置
查看torch版本

查看cuda版本
nvcc --versio
10、模型训练
10.1创建文件
将tools文件夹中的train.py放主目录下，再创一个coco128.yaml文件

coco128.yaml文件里只需要添加train和val路径就行