训练模型的方法及数据准备____
========================
======================================================================
TrainFile
===========================数据集
home/user/datasTrainALL/
1 先转到对应路径:
PS C:\Users\VRC\Desktop>
2 在要复制文件夹所在路径下执行
scp -r ./Mydatas [email protected]:/home/user/datasTrainALL/Mynewdatas_2304
解释: ./Mydatas是要复制的文件名
[email protected]:/home/user/datasTrainALL/Mynewdatas_2304 要复制到的服务器路径
注意和步骤:
1 所有的output中的json文件需要拷贝 到 存放所有json的路径下
2 训练的时候把需要训练的所有图片 copy 到 home/user/TrainFile/datasTrain/images/train路径下
3 cp /home/user/datasTrainALL/LQ_OrdinaryRoad02_6137_3.16GB/* /home/user/TrainFile/datasTrain/images/train/
4 查看当前文件夹下的文件数目: ls -l | grep "^-" | wc -l
5 进入训练的python环境: source activate yolov5t
查看当前conda环境有哪些? conda env list
6 执行 json2txt.py 中 的函数split_train_val_test()来划分 train 和 val
7 执行 json2txt.py 中 的函数json2txt()来将 train 和 val中图片对应的txt文件生成
8 执行对应的train.py【参见后面】
9 根据里面的参数,尤其需要涉及修改或核对:weight路径; model/yolov5s.yaml; data/my_yolo5.yaml;
10 resume 参数:如果上次训练到中途机器重启了 ,可以将此参数default=True,将会从上次中断的位置继续执行。
===========================训练
home/user/TrainFile
train.y: home/user/TrainFile/yolov5_6./train.py
train.y之前:data/my_yolo.yaml文件需要修改: 数据及分类(数目和类别)
model/yolov5s.yaml文件需要核对
还需要准备数据集/数据集放在home/mec/zyTrain/datasTrain/目录下
--datasTrain
--images
----train
----val
--labels
----train
----val