下载源码
https://github.com/qiaofengsheng/pytorch-yolov6
添加数据
1、将图像数据添加到VOCdevkit/VOC2007/images
2、将图像对应的XML标签添加到VOCdevkit/VOC2007/Annotations
3、修改voc_to_yolo.py中classes列表,改为自己数据集的类别名,设置训练和验证集的比例,最大值为100即全部作为训练,建议设为80,直接运行,会在VOCdevkit/VOC2007下自动生成images和labels
配置训练yaml文件
1、打开dataset.yaml,将train和val修改为刚刚生成的images/train和images/val的地址
2、将nc改为自己数据的类别数,names改为自己数据的类别名
训练
1、修改train.py文件
--data-path改为刚刚配置好的dataset.yaml
--conf-file 如果你需要预训练使用configs文件夹下带finetune的py文件,并将文件内的pretrained改为自己pt文件所在的位置,如果你不需要预训练直接使用不带finetune的py文件即可。最后调整其他自己所需要的参数。
2、直接运行即可训练,结果再run/train下保存
推理
1、修改detect.py文件的--weights改为自己训练好的pt文件路径,--source改为自己要在推理的图片或者视频,其他参数可自行修改
2、直接运行会在run/inferenc下生成结果文件
参与贡献
作者:qiaofengsheng