先全部看完再操作
1.首先要把yolov5在GitHub下载下来
2.训练的时候需要下载相关库,所可以先安装一个anacdonda3用来安装需要的库
3.把requirements.txt里面的库全部下载下来
4.需要安装cuda,安装过程可以参考[https://blog.csdn.net/qq_44248026/article/details/122906524]
安装网速有的比较慢,可能需要重复好几次
5.如果环境都安装完成看train.py这个文件
看里面的参数
1.batch-size
2.workers --这个参数里面的文件需要存在 ,如果不存在项目运行会自动下载
3…local_rank
如果报RuntimeError: CUDA out of memory. Tried to allocate 14.00 MiB错误
上面几个参数里面的默认值可能需要修改。
如果报Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.这个错 说明你的安装环境中anaconda里面的libiomp5md.dll,这个文件多,引起的冲突,保留你选择的安装环境/bin中的这个 文件 其他的可以删除掉
4.coco128.yaml这个参数是对数据集操作的,可以看看这个路径文件里面的代码 这个里面的类是自己在数据集中对应的,可以仔细看
看到下路就说明训练成功了
运行在项目下运行这个tensorboard --logdir=./runs 可以看见训练的图 反正我是没看懂。
测试训练效果运行detect,py这个文件 里面的参数有地方需要修改
–weights 模型文件,这里的模型文件是你训练成功以后得到的结果文件
修改好运行这个文件 就可以得到训练结果了
这里面最大的问题就是环境问题 代码都改的少
总结一下要改的文件有 train,detect.py coco128.pym,数据集可以去先使用yolov5提供的
download: https://ultralytics.com/assets/coco128.zip
后面也可以自己弄数据集
弄数据集最简单的是,用labelimg这个里面可以直接把yolov5需要的数据标注并保存起来,在使用的时候选yolov 保存出来就是txt文件 到这里就可以了
yolov5训练操作步骤
于 2022-11-11 10:43:08 首次发布