colab进行训练
- 将项目打包成zip格式,在colab进行上传;或者上传至谷歌云盘(上传速度更快)
- 解压缩(我第二种解压方式不知道为什么失败了),这里主要讲解第一种
content就代表我们当前所处的文件夹,-d后面表示要压缩在哪里,还是压缩至当前的文件夹。
![在这里插入图片描述](https://img-blog.csdnimg.cn/3cc8aedda44f4f2abdc0736ff2ebf1dc.png)
- 进入到项目的根目录
![在这里插入图片描述](https://img-blog.csdnimg.cn/94aa59d5549d41d885a54e1f23ea6a1b.png)
- 配置环境
![在这里插入图片描述](https://img-blog.csdnimg.cn/cc07aaa15476439c825abb7425f862ca.png)
- 配置tensorboard
![在这里插入图片描述](https://img-blog.csdnimg.cn/c65c45c3087e4eedaf33255fdc869143.png)
- 开始训练
![在这里插入图片描述](https://img-blog.csdnimg.cn/698c617ce39945149ffc7928fa0012e1.png)
- 训练了很多轮后刷新一下tensorboard,有一些变化的
![在这里插入图片描述](https://img-blog.csdnimg.cn/3dbce3264f6c464486a63af6f41cb024.png)
训练的目录结构:
![在这里插入图片描述](https://img-blog.csdnimg.cn/be23522f1b314ed28e25b9173fc9a4e3.png)
只看当前的:
![在这里插入图片描述](https://img-blog.csdnimg.cn/cc0689094f0248f8b2b7d744a4b7cd22.png)
指定使用整个coco数据集:
![在这里插入图片描述](https://img-blog.csdnimg.cn/b5eb7ebaaeae418780d64b6cc51973a9.png)
8. 训练好可以将最好的模型下下来:
![在这里插入图片描述](https://img-blog.csdnimg.cn/6a66499abc9746d680a122a8cfcf168c.png)
- 下好后放在根目录,在detect.py中把weights参数改成你自己的模型就OK!