yolov5训练_使用GoogleColab进行yolov5人脸口罩检测与识别模型训练

7563d50fb0e0a290a5e20522729fb5fe.png

86eee4fedc1b9c24236bbcc8dc59ee27.png

一、申请谷歌网盘

二、上传口罩数据集,网盘目录结构如下

1bb58429a1b51d98c0be69220406e59b.png

三、申请Google Colaboratory应用

13dd83d1f8887236adcd479963160b56.png

四、创建notebook

13dd83d1f8887236adcd479963160b56.png

五、notebook增加GPU支持

58d92258a437eaa8db8128d5536253dc.png

查看显卡命令:

nvidia-smi

六、挂载网盘目录中的面具数据到当前运行环境下

c640109d8d67972893d201c40c73e2e9.png

并运行以下代码,中途需要验证:

import osfrom google.colab import drivedrive.mount('/content/drive')path = "/content/drive/My Drive"os.chdir(path)os.listdir(path)

google drive就会被挂载到目录/content/drive,后续就可以对google drive里的文件进行操作了

七、查看Pytorch和CUDA信息

86aca52c7a638142d030ff5894fc16dc.png

框架信息
!pip3 listPackage                       Version        ----------------------------- ---------------absl-py                       0.10.0         alabaster                     0.7.12         albumentations                0.1.12         altair                        4.1.0          argon2-cffi                   20.1.0         asgiref                       3.3.0          astor                         0.8.1          astropy                       4.1            astunparse                    1.6.3          async-generator               1.10           atari-py                      0.2.6          atomicwrites                  1.4.0      dask                          2.12.0         dataclasses                   0.7            datascience                   0.10.6         Jinja2                        2.11.2         joblib                        0.17.0         jpeg4py                       0.1.4          ...  lmdb                          0.99           lucid                         0.3.8      pandas-datareader             0.9.0          pandas-gbq                    0.13.3        wordcloud                     1.5.0          wrapt                         1.12.1         xarray                        0.15.1         xgboost                       0.90           xkit                          0.0.0          xlrd                          1.1.0          xlwt                          1.3.0          yellowbrick                   0.9.1          zict                          2.0.0          zipp                          3.4.0          

八、下载yolov5框架源码

fdd95ec49f6978e0cfc02dda9d004620.png

然后切换到google drive,修改yolov5/models/yolov5s.yaml,将原来的nc: 80改为nc: 2

10c34d1e44375fd31eca19231f0953ca.png

九、开始训练模型

c375640b4202a8a0b556ef161217f21f.png

训练命令:

!python train.py --data ../mask/data.yaml --cfg models/yolov5s.yaml --weights '' --batch-size 32

924d623fef0c0c0d65fc6021e0b8f3af.png

十、命令总结

# 查看显卡信息!nvidia-smi# 查看pip安装包!pip3 list# 查看Pytorch框架版本和cudnimport torchtorch.__version__# 挂载网盘到当前环境中import osfrom google.colab import drivedrive.mount('/content/drive')path = "/content/drive/My Drive"os.chdir(path)os.listdir(path)# 切换目录# 下载yolov5源码!git clone https://github.com/ultralytics/yolov5.git# 安装pyyaml依赖!pip install -U pyyaml# 切换到yolov5下载目录# 记得修改配置文件# 开始训练!python train.py --data ../mask/data.yaml --cfg models/yolov5s.yaml --weights '' --batch-size 32
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值