基于YOLOv5的王者荣耀目标检测2-训练模型
一、前言
上一篇博客:基于YOLOv5的王者荣耀目标检测1-准备数据集
二、正文
1、准备工作
1.1、克隆项目代码
考虑到github国内访问速度较慢,为了方便,我自己也拷贝了一份官方的文件,放在我的gitee上:gitee
克隆下来是如下项目结构,环境使用之前创建好的“pythorch”
1.2、配置环境
1.2.1、在终端(terminal)中输入以下命令,安装所需的依赖
pip install -r requirements.txt
1.2.2、环境安装完成之后,运行detect.py进行推理(这一步也可以直接跳过)
项目结构如下:通过网络下载了yolov5s.pt文件;新生成了runs文件。
1.2.3、获取预训练权重
这里的yolov5s.pt文件是预训练权重,也可以通过官网下载
因为是国外的网站,下载速度会非常慢,我在这准备了已经下载好的预训练权重
1.2.4、将数据集放入项目中
2、修改配置文件
有四处地方需要修改。复制并重命名是为了保留原文件,以便后续使用(也可以直接在源文件修改)
①data中的yaml文件修改以下几处地方
修改之后如下图所示:
②model中的yaml文件修改一个地方
③train.py文件修改如下几处:
修改之后如下图所示:
④datasets.py文件修改如下:
3、训练模型
运行train.py文件进行训练(下图中进行第一轮训练)
在训练的过程中可以通过tensorboard实时查看训练进度
tensorboard --logdir=runs/train
训练完成之后,通过tensorboard可以看到,训练的结果还不错,精确度已经很接近1了