跟土堆学yolov5目标检测p9训练yolov5模型（云端GPU）

在colab中新建笔记本

设置为启用gpu

 选择GPU

 打开左侧文件夹上传文件

 点击上传按钮

 选择文件

 已上传好

 解压缩命令并指定保存位置：content为根目录，文件位置可以右键复制地址

!unzip /content/yolov5-7.0.zip -d /content/yolov5

强制递归删除命令：文件位置可以右键复制地址

!rm -rf /content/yolov5-7.0.zip

 进入yolov5-7.0文件中，地址右键复制

%cd /content/yolov5/yolov5-7.0

 安装依赖库requirements 文件位置右键复制

!pip install -r /content/yolov5/yolov5-7.0/requirements.txt

 添加插件 %load_ext

%load_ext tensorboard

 再次启动  reload

启动tensorboard 中间不能有空格 先启动再加载，日志再runs/train中

%tensorboard --logdir=runs/train

 启动矩阵推理训练

!python train.py --rect

刷新tensorboard

 tensorboard数据：runs/train/exp/events.out.tfevents.1678366117.03e634abd4f1.7156.0

超参数：hyp.yaml

类别实例：labels.jpg 即每个类别出现的次数

训练结果：results.csv

 对整个coco数据集训练，修改data参数

!python train.py --data=data/coco.yaml

先下载coco数据集

 将训练好的权重下载下来

已下载