如何配置yolov5并训练自己的模型

提前准备

1. 环境搭建并运行官方案例

  • 下载yolov5源码,推荐使用最新版,如下图,直接下载master分支即可
    在这里插入图片描述

  • 解压下载的zip文件,使用pycharm打开项目,接着添加解释器
    在这里插入图片描述

  • 这里使用新环境,没有用anaconda,因为使用pycharm自带的python环境可以让虚拟环境跟随项目,在其他电脑运行时候就不用重新配置环境了。
    在这里插入图片描述

在这里插入图片描述

  • 使用pycharm的终端安装requirements.txt中需要的环境,直接在终端
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
  • 使用国内源可以下载快些。
  • 提前下载yolov5s.pt预训练权重GitHub链接,(也可以不下载,运行detect.py的时候会自动下载,但是容易下载出错,因为GitHub网络问题),下载好后放在yolov5-master文件夹里面

在这里插入图片描述

在这里插入图片描述

  • 右键运行detect.py文件,如果出现下图即表示环境搭建成功(运行的是自带的模型,识别人,汽车等),此时生成run文件夹,结果存放在yolov5-master/run/detect/exp文件内

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 没有使用cuda进行加速,因为有些小伙伴可能没有N卡,所以使用的CPU版本,想使用GPU加速只需要安装GPU版本的pytorch即可,但是要看看自己显卡支持的cuda版本,参考这篇博文https://blog.csdn.net/didiaopao/article/details/119787139 链接直达

2. 创建并划分数据集

参考下面博文即可
https://blog.csdn.net/didiaopao/article/details/120022845链接直达

  • VOC标签格式转yolo格式并划分训练集和测试集
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile
 
classes = ["hat", "person"] # 自定义类
 
TRAIN_RATIO = 80 # 82 训练集和验证集比率
 
def clear_hidden_files(path):
    dir_list = os.listdir(path)
    for i in dir_list:
        abspath = os.path.join(os.path.abspath(path), i)
        if os.path.isfile(abspath):
            if i.startswith("._"):
                os.remove(abspath)
        else:
            clear_hidden_files(abspath)
 
def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)
 
def convert_annotation(image_id):
    in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml' %image_id)
    out_file = open('VOCdevkit/VOC2007/YOLOLabels/%s.txt' %image_id, 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
 
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.<
评论 4
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