还有很多其他参数,不过暂时用不上就先不管了,执行以下命令可开始训练,脚本会自动去下载yolov5s的预训练权重进行训练。
python train.py --weights yolov5.pt --data data/pikachu.yaml --hyp data/hyp.finetune.yaml --epochs 40 --img-size 320 --device 0 --batch-size 512 可视化yolov5里面有两种可视化方式,一种是tensorboard, 一种是wandb。
其中wandb有两种使用方式,一种是到https://wandb.ai/home注册一个账号,在线使用。注册后新建项目,名字叫yolov5,然后本地安装配置wandb, 按提示输入必要的信息(API Key):
那么训练时就可以在自己的项目中看到如下画面,还是挺不错的,功能挺丰富:
不过这个网站挺卡的,好在wandb也有本地使用方式。 安装docker后 wandb local
参考:https://docs.wandb.ai/self-hosted/local
然后就可以本地访问了。
有两个脚本和测试有关,test.py是用来跑测试集测性能的,detect.py是用来测试文件夹或摄像头的。
python detect.py --source data/images --weights yolov5s.pt --conf-thres 0.25在run/detect下即可找到图像画有目标框的图像(也可以在执行detect.py的时候指定--view-img选项,即可显示图像):
至此就训练出了一个简单的检测模型呢,虽然很简单,不过基本流程通了。在走通流程后就要继续了解实现的细节,如何调参等等了。可以从了解网络结构开始,可参考 [https://zhuanlan.zhihu.com/p/343195876](https://zhuanlan.zhihu.com/p/343195876
注:如果数据集链接过期了,关注 老司机的视觉屋,回复pikachu即可获取链接