YOLO v5在医疗领域中消化内镜目标检测的应用
YOLO v5训练自己数据集详细教程
Xu Jing
YOLOv4还没有退热,YOLOv5已经发布!
6月9日,Ultralytics公司开源了YOLOv5,离上一次YOLOv4发布不到50天。而且这一次的YOLOv5是完全基于PyTorch实现的!
YOLO v5的主要贡献者是YOLO v4中重点介绍的马赛克数据增强的作者
本项目描述了如何基于自己的数据集训练YOLO v5
但是YOLO v4的二作提供给我们的信息和官方提供的还是有一些出入:
0.环境配置
安装必要的python package和配置相关环境
# python3.6
# torch==1.3.0
# torchvision==0.4.1
# git clone yolo v5 repo
git clone https://github.com/ultralytics/yolov5 # clone repo
# 下载官方的样例数据(这一步可以省略)
python3 -c "from yolov5.utils.google_utils import gdrive_download; gdrive_download('1n_oKgR81BJtqk75b00eAjdv03qVCQn2f','coco128.zip')" # download dataset
cd yolov5
# 安装必要的package
pip3 install -U -r requirements.txt
1.创建数据集的配置文件dataset.yaml
data/coco128.yaml来自于COCO train2017数据集的前128个训练图像,可以基于该yaml修改自己数据集的yaml文件
# trai