yolov5是yolo系列比较经典的一个算法,因此想跑一跑yolov5的代码,这是我第一个运行的代码,什么都还不懂 ,在下载完yolov5的代码之后特别茫然,不知道从哪里下手。这篇文章记录一下。
1.yolov5下载
点击 YOLOv5官方地址
点击code,下载为zip文件,或者复制https链接,通过git下载(这个方法需要使用git,需要在自己电脑里安装git不是很方便,所以推荐第一种)
下载好后解压,导入到pycharm中。
2. pycharm环境配置
可以参考这篇pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)
3.测试是否导入的项目可用
3.1安装必要的包
首先需要安装必要的包,所有需要的包都已经写在了requirements.txt中了。打开terminal,进入本项目的annoconda环境
使用命令安装全部包
pip install -r requirements.txt
4.修改代码
在train.py中有这样一大段代码,这是有关配置相关的
5.开始训练(数据集为自带的coco128)
5.1使用权重文件训练
这是最常用的方式,通过权重文件训练,可以直接运行train.py训练,但是由于github连接速度太慢的问题,可能会报错,因此也可手动下载权重文件。
5.2不使用权重文件训练
不使用权重文件序列不推荐,需要训练很久才会收敛。
6.使用自己的数据集训练
yolo的代码使用的自己的数据集格式,而常见的数据集格式为coco数据集格式,因此,如果使用的是coco数据集,需要将coco数据集格式转为yolo格式。可以参考这篇博文。
coco数据集转yolo数据集(简单易懂)
6.1修改代码
第一处:将个人的数据集放在和代码自带的数据集下的同一目录
第二处:创建yml文件
在data文件夹下创建一个yml文件,保存配置信息
yml中的需要写的字段
(特别注意:yml是配置文件,写过springboot比较熟悉,这里每个字段必须要顶格写,此外,数据要满足 字段冒号空格字段),不要把空格删除了)
修改train.py中的代码,图中红框需要改成刚刚配置的文件名