【计算机视觉 03】YOLO五训练神经网络

目录

1. 本地训练YOLO v5

2. 云端GPU训练YOLO v5

3. 如何制作和训练自己的数据集

---

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