环境配置好以后,就开始运行yolov5项目
1. 运行detect.py脚本
项目初始给定自带训练好的模型,运行该脚本可以直接对图像进行检测操作。
2 训练自己的模型
一般运行单CPU命令
# Single-GPU
python classify/train.py --model yolov5s-cls.pt --data cifar100 --epochs 5 --img 224 --batch 128
这里训练的是分割模型,训练结果如下所示:
最后的结果放在exp3文件夹中。
注意:运行中出现了虚拟内存不足的问题“OSError: [WinError 1455] 页面文件太小”,无法完成操作 ,就需要给anaconda所在的磁盘分配虚拟内存。具体步骤见这里的博客
验证
在coco数据集上验证分割模型。
1.需要先下载数据集,将数据集下载到F:\gitbush\yolov5\data\scripts。
下载coco数据集
coco分割验证集
网页下载,会提示无权限的错误。
2.通过下面代码,自动在git bash中下载。git bash是下载github中数据的本地化工具。