目录
1. 本地训练YOLO v5
--workers 设置为 0
hyperparameters 超参数
wandb 去官网看,升级版的tensorboard
数据集文件夹位置(跟project同目录):
train.py 训练
cfg | 模型配置 |
data | |
scratch 从头开始
rect (变成正方形)
可以从上一次的训练继续
evolve 寻找最优参数
multi-scale 图片变换
single-cls 数据集是单类别还是多类别
adam 优化器 false的话会选择随机梯度下降。
DDP mode : 多显卡,多个gpu
W&B entity: https://wandb.ai/sitehttps://wandb.ai/site
label-smoothing:防止过拟合
2. 云端GPU训练YOLO v5
!unzip /content/yolov5-5.0.zip -d /content/yolov5
!rm -rf /content/yolov5/_MACOSX
%cd /content/yolov5/yolov5-5.0
!pip install -r requirements.txt
%load_ext tensorboard
%reload_ext tensorboard
%tensorboard --logdir=runs/train
!python train.py --rect
!python train.py --rect --data=data/coco.yaml
3. 如何制作和训练自己的数据集
标注、人工标注、半人工标注、仿真数据集(GAN,数字图像处理方式)
synthetic data object detection github