我§EUROU’éEURO™äECURO EUROURE AUM,è?ª²æ·™§§§®Ó把yolo5»:è·äÓ†?EUROO?EUROURE AUL,ä?†?ˆ°?
§®‰èGB�瑇
我易(CondaäÓ†è§GBæº�é>œçš”é“�”©…“?pytorch來é�‹ä½œï¼Œçœ‹äº†ä¸€ä¸‹ä»–requirements.txtä¸çš„pytorch版本>=1.70,如æ�œä½ç>存储?requirement.txt,那就å�ªæœƒå®‰è£�cpu版本,我想è¦�利用cuda來å�šé�‹ç®—所以自己安è£�pytorch。太新版本很容易有相容å•�題,為é�¿å…元?”?pip Install-r PIP Install-r PIP Install-rš?Œyolo5背èŒæ˜ç“¨pytorch�ç>存储资源元ç”?pip Install-r pytorch�äcert�§?…è?�皓麻煩ˆ‘èGB�æœEUROUALä1\f2�è1\f2�æ,çš“1·70°±-1\cf1\f2 EURON,
conda activate your-env
��
我承èª�這是苦工,但是沒有這標籤çµ�æ�œï¼Œä½Ÿ?�šä?�了ä:<情ãeuro,我ç“?labelImgéeuro™§·袁§…·äÓ†æ™è³‡æ-™ãeuro,
# 下載與安�相關套件
git clone https://github.com/tzutalin/labelImg.git
conda activate your-env
conda install pyqt=5
conda install -c anaconda lxml
# é�¸æ“‡é–‹å•Ÿä½ 的圖片資料,æ�¥ä¸‹ä¾†å°±ä¸€å¼µä¸€å¼µæ¨™ã€‚
1. �一下create RecBox
2. è¨å®šç‰©ä»¶ç¯„åœ�
3. �擇種�(�以自創�稱)
4. é�¸å®šå„²å˜æ ¼å¼�(PascalVOC/YOLOç‰ç‰),é�¸å®šå°±ä¸�用æ¯�次都è¦�é‡�é�¸ã€‚
5. 儲å˜ï¼Œé �è¨å˜åˆ°ä½ é–‹çš„å�Œä¸€å€‹è³‡æ–™å¤¾ä¸ã€‚
如æ�œä»¥å‰�有標é��çš„xml檔案,想è¦�ç›´æ�¥è½‰æ�›å�¯ä»¥å�ƒè€ƒæ¤ç¯‡é€²è¡Œè½‰æ�›ã€‚æ¤ç¯‡
?,æ�œé�??“‡yoloæ?�ç”??‡:œƒæ˜?txtæ-“æˆaiºŒ?…?§œ-ãeuro,?
EUROUREè“�è¨é¡�別標籤的數å—,å�¯ä»¥è‡ªè¡Œå�»./lablelImg/data/predefined_classes.txt䊔éo�應皓énŠœ-ç-‡‰çš”éoŠœ-ç、Œ4昑°�應皓én EUROURE,
訓ç·ç甇
é?…ˆï¼Œyolo5有æ��ä¾›tutorial.ipynb供大家使用,大概å�¯åˆ†æˆ�下列æ¥é©Ÿ:
>>> cd yolo5/
>>> jupyter notebook
�開 tutorial.ipynb
2.?
- “Ÿ?è”数据Nan./Œ/Dataset.yaml
# è¨å®šä½ 的照片相å°�路徑
train: ../dataset/images
val: ../dataset/images
- 由於我是�下載整個專案的zip檔案,所以會比clone的方�多一層資料夾,�以看到dataset是在主程�資料夾之外的。
將圖片與用labelimg產生的å°�應的一å°�一txt檔案,å�„自按照訓練集與測試集按比例放置好,比如有一百張照片ai²Œä²æ”¾70張在./dataset/images/trainä¸ï¼Œå°�應的70個標籤.txtå°±è¦�放在./dataset/labels/trainä¸ï¼Œå�¦å¤–val的部分以æ¤é¡�æ�¨ã€‚ççldblem
# åœ¨ä½ é–‹å•Ÿçš„jupyter notebookä¸åŸ·è¡Œé€™æ®µç¨‹å¼�碼,就開始訓練了。
%run train.py --img 416 --batch 128 --epochs 30 --data dataset.yaml --weights yolov5s.pt --device 0 --cache
跑完之後runs\train\exp會產生訓練的��檔案best.pt
ée�æ¨ç‘‡
# åœ¨ä½ é–‹å•Ÿçš„jupyter notebookä¸åŸ·è¡Œé€™æ®µç¨‹å¼�碼,就開始物件å�µæ¸¬äº†ã€‚
# exp改æˆ�ä½ è¦�讀å�–的模å�‹ä½�ç½®(exp10之é¡�çš„),best.pt是è¿ä»£é��程ä¸æœ€å¥½çš„model,last.pt是最後一輪è¿ä»£çš„模å�‹çµ�æ�œ(ä¸�一定是效æ�œæœ€å¥½çš„çµ�æ�œ)
# 以 --save-crop而言就是把bounding boxä¸çš„物件擷å�–出來。
如�覺得有用�以幫我按個讚,按��放�以到50讚,感�。
原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2021/07/25/yolo5%e5%9f%ba%e6%9c%ac%e8%a8%ad%e7%bd%ae%e8%88%87%e7%89%a9%e4%bb%b6%e5%81%b5%e6%b8%ac%e4%b8%8a-2/