![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
YOLOv5超详细的入门级教程
文章平均质量分 72
YOLOv5超详细的入门级教程
Vanessa Ni
NoTurningBack
展开
-
YOLOv5超详细的入门级教程(思考篇)(二)——初次训练模型的一些小白问题
想当初小小白的时候问的一些奇奇怪怪的问题,记录一下半年前的我:一般训练的时候 epoch都设多少啊?导师:可以计算。要能把数据集遍历至少一遍,必要的时候多遍历几遍数据集。要知道你每个epoch用多少数据。反正要是收敛的比较快,epoch设小一点;收敛的慢 就设大一点。师姐:就一般loss要比刚开始的低两个小数位差不多,然后不怎么变化了 就基本收敛了现在的我:请打开tensorboard。半年前的我 :Imagesize是根据数据集中的图片分辨率来设定的吗?师姐:是的现在的我:这.原创 2021-06-15 19:51:01 · 6251 阅读 · 3 评论 -
YOLOv5超详细的入门级教程(思考篇)(一)——关于遮挡问题与小目标检测问题
一些拙见,欢迎大家在评论区指出问题,交流讨论。1. Introduction还是这张老图,16年到18年CVPR和ICCV的高频词词云。从2012年进入深度学习时代开始,目标检测、图像分割这样的视觉基本任务到现在已经火了有10年已久了(如果算上传统图像处理的方法,那么目标检测到现在已经被集中攻克22年了)。最新出炉的18篇CVPR2021oral,里面值得注意的一点就是3D目标检测的研究。比如3D场景理解、3D中摄像机重定位、3D分割与运动估计、单目3D目标检测、3D点云注册和检测、3D物体渲染.原创 2021-06-15 16:34:38 · 14225 阅读 · 2 评论 -
YOLOv5超详细的入门级教程(代码篇)(一)——网络结构可视化
Pytorch-YOLOv5Inference模型结构简单网络结构模型详细架构References先说些废话,好久没写blog,最近一直在忙保研的乱七八糟的事,想要提加权、搞机试、搞科研经历、搞论文,发现自己无法focus在重点上,可以说是非常失败的开学前7周,接下来的两个月会focus在科研经历和论文上,再也不让乱七八糟的事情冲昏自己的头脑了!大不了就六七月份爆肝1个月acm题嘛!!我觉得我还是比较适合一个事情天天爆肝,思路断了之后效率可以说是低得很。总之,状态在回到正轨上,要开始弯道超车了,哼。原创 2021-05-11 08:32:06 · 4222 阅读 · 2 评论 -
YOLOv5超详细的入门级教程(训练篇)(六)——VOC2007复现结果分析
VOC2007复现结果分析训练结果训练结果花了2个多小时,终于训完了100epoch~先看一看这20类再最好的模型上的效果吧原创 2021-02-27 14:23:57 · 5911 阅读 · 13 评论 -
YOLOv5超详细的入门级教程(训练篇)(五)——远程服务器上后台训练网络
远程服务器上后台训练网络References如果不后台训练网络会出现很多问题:连接服务器的电脑网卡了,或者断掉,服务器那边的训练也停止了连接服务器的电脑无法关机所以,能不能远程服务器上进行后台训练网络呢?答案是一定可以的。References远程让服务器在后台训练模型命令(nohup, screen)https://blog.csdn.net/qq_21997625/article/details/89460807远程服务器上后台训练网络,再也不用怕由于断网而间断训练https:原创 2021-02-25 19:57:57 · 2103 阅读 · 2 评论 -
YOLOv5超详细的入门级教程(训练篇)(四)——利用远程服务器训练模型
利用远程服务器训练模型修改train.py文件进行训练我是一个非常懒蛋的人,如果不记录博客的话,遇到一点点问题就不想解决了。感觉记录博客可以很好的帮助我缕清思路,更好的解决问题,而且未来遇到同样的问题时还可以查看之前的博客,何乐而不为呢?修改train.py文件我看许多人也会写一个shell脚本来进行训练(方便日后操作),简单理解起见,我们就直接修改train.py的default设定就好了。看了一下学校的卡是2080ti,batchsize我们先设定为8,因为用的是voc2007,imgsi原创 2021-02-25 19:21:13 · 2513 阅读 · 0 评论 -
YOLOv5超详细的入门级教程(训练篇)(三)——ssh连接远程服务器
ssh连接远程服务器原创 2021-02-25 14:21:50 · 1336 阅读 · 1 评论 -
YOLOv5超详细的入门级教程(训练篇)(二)——VOC2007模型复现
Pytorch-YOLOv5利用VOC2007对模型进行训练下载VOC2007数据集转换为YOLO标注格式的文件修改配置文件1. 修改voc.yaml文件2.修改yolov5s.yaml文件3. 修改train.py出现了的问题解决之前的一些疑惑?PASCAL_VOC中的正负样本数据采样平衡1.过采样(over-sampling)2.欠采样(under-sampling)3.获取更多样本References经过YOLOv5训练一个简单的识别鱼的模型(超详细的入门级教程)(一)的学习后,明白了训练模型的全原创 2021-02-25 14:12:14 · 6648 阅读 · 11 评论 -
YOLOv5超详细的入门级教程(训练篇)(一)——训练自制数据集(识别鱼类)
Pytorch-YOLOv5数据集标注数据集制作修改配置文件References这两天一直致力于利用YOLOv3的Pytorch版本进行模型的训练,奈何他的版本更新的太快,找了半天的cfg配置文件发现在最新版本里已经升级了。于是不断在YOLOv3和YOLOv5之间辗转。决定从最简单的东西入手,一步一步来理解模型是怎样训练出来的,并且如何达到满意的效果。数据集标注选择了一个检测鱼类的数据集,想要尝试自己去制作一个数据集。网站链接:Labeled Fishes in the Wild选择原创 2021-02-23 14:25:07 · 36954 阅读 · 41 评论