Colab训练Yolov5口罩模型及测试模型训练结果

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

新手使用colab的完整学习记录，包括数据准备，环境准备，训练，测试等过程.
系统环境：Windows11
使用平台：GoogleColab
变成语言：Python

---

一、数据准备：口罩数据集

我忘记是在哪里看到的这个数据集文章了（找了很久，实在是找不到)
官方下载地址：
https://public.roboflow.com/object-detection/mask-wearing
网盘下载地址https://pan.baidu.com/s/1EIZM_4VL3AVPjAs-0gXkEg?pwd=5ih5 提取码: 5ih5

二、环境准备

科学上网进入GoogleDrive

1.新建一个colab文件

双击新建，更多-》GoogleColab。
首次使用GoogleColab，关联更多应用后搜索添加Colab即可。

建好后命名yolov5

修改-》笔记本设置-》选择GPU后-》保存

连接

环境初步准备完成。

2.环境相关调试

查看分配的显卡相关信息

!nvidia-smi

查看torch版本和cuda信息

import torch
torch.__version__

torch环境安装

!pip3 install torchvision

环境挂载
这里请注意路径，绿色代码部分，写清楚自己的路径！
路径正确检查办法：按住ctrl+鼠标单击，是否可以进入相关文件夹

import os
from google.colab import drive
drive.mount('/content/drive')      
 
path = "/content/drive/MyDrive/yolov5"
os.chdir(path)
os.listdir(path)

运行后连接到谷歌


允许即可
代码运行结果

搭载完成

3.准备yolov5模型文件夹

!git clone https://github.com/ultralytics/yolov5.git    

上传刚刚下载好的口罩数据集到yolov5文件夹中
注意这里我将口罩文件夹改名为maskData，以及相关路径
修改maskData中的data.ymal的nc值为2

三、开始口罩模型训练

注意文件路径

!python train.py --data /content/drive/MyDrive/yolov5/maskData/data.yaml --cfg models/yolov5s.yaml --weights '' --batch-size 64

最后一行即为结果保存位置

四、训练结果测试

基本格式：

！python detect.py文件的路径 --weight 训练生成的口罩权重文件 --source 需要测试的图片

!python /content/drive/MyDrive/yolov5/detect.py --weights /content/drive/MyDrive/yolov5/runs/train/exp2/weights/best.pt --source /content/drive/MyDrive/yolov5/maskData/test/images/w1240-p16x9-2019-10-04t075956z_1862636027_rc15d4d49d00_rtrmadp_3_hongkong-protests_jpg.rf.061f2c7f7d17a0b472510eadb717a0b9.jpg

测试机结果图

五、总结

简单的熟悉Colab过程，一定要注意路径的问题。