32 、 YOLO5训练自己的模型以及转ncnn模型

sxj731533730

已于 2023-01-05 15:50:42 修改

阅读量2.1k

点赞数 2

分类专栏： Python基础知识文章标签： ubuntu pytorch python

于 2021-01-16 09:46:20 首次发布

本文链接：https://blog.csdn.net/sxj731533730/article/details/112407173

版权

Python基础知识专栏收录该内容

64 篇文章 0 订阅 ¥299.90 ¥399.90

订阅专栏

超级会员免费看

本文档详细介绍了如何使用YOLOv5的v2.0版本训练自定义模型，并将模型转换为NCNN格式。首先检查环境，安装YOLOv5源代码及必要的软件，接着处理数据集，包括图片和标注文件的划分，数据集格式转换。在数据准备好后，配置训练参数，启动训练。训练完成后，通过Tensorboard观察训练过程，将模型转为ONNX，再进一步转换为NCNN模型，最后进行本地测试和应用。

摘要由CSDN通过智能技术生成

基本思想：首先测试一下环境是否完备 <本博客使用yolov5 v2.0版本>

如果你训练的是v6版本，请参考本文章末尾链接，进行模型ncnn转化

ubuntu@ubuntu:~$ python3
Python 3.8.6 (default, Sep 25 2020, 09:36:53) 
[GCC 10.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.is_available())
True
>>> from torch.backends import cudnn
>>> print(cudnn.is_available())
True
>>>

首先下载yolo5源代码，安装必要的软件配置

ubuntu@ubuntu:~$ https://github.com/ultralytics/yolov5
ubuntu@ubuntu:~$ pip install -U -r requirements.txt
ubuntu@ubuntu:~$ cd yolo5
ubuntu@ubuntu:~/yolov5$ mkdir trainData
ubuntu@ubuntu:~/yolov5$ cd train