一、安裝pytorch

1、創(chuàng)建虛擬環(huán)境

???????? 使用Anaconda安裝，建議先創(chuàng)建一個虛擬環(huán)境。啟動Anaconda Prompt，在命令行輸入：

???????? conda create -name torch python==3.7.11

2、安裝pytorch

???????? 進入pytorch官網(wǎng)，根據(jù)需要選擇系統(tǒng)、安裝包、語言和計算平臺。

???????? 通過conda安裝CPU版pytorch：

???????? conda install pytorch torchvision torchaudio cpuonly -c pytorch

???????? 安裝其他版本pytorch：點擊Previous versions of PyTorch，找到更早的版本，比如1.8.0。在Anaconda命令行輸入：

???????? conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

???????? 如果安裝報錯，可嘗試使用pip進行安裝。

???????? pip install pytorch==1.8.0

3、部署YOLOv5

???????? YOLOv5開源地址：https://github.com/ultralytics/yolov5

???????? 下載源碼以后，使用pycharm打開train.py文件。在pycharm配置conda環(huán)境：依次點擊File->settings->Project->Python Interpreter->Add Python Interpreter->Conda Environment->Existing environment選擇Anaconda3->envs文件夾下對應(yīng)虛擬環(huán)境名稱文件夾下的python.exe文件。

4、修改配置參數(shù)

???????? 在train.py中找到parse_opt，根據(jù)需要修改其中參數(shù)，一般只需要對前六個參數(shù)進行修改。

weights為訓(xùn)練參數(shù)保存名稱，cfg設(shè)置模型配置文件，這里選yolov5s.yaml，在data中配置訓(xùn)練數(shù)據(jù)配置文件為coco128.yaml。epoch根據(jù)自己想要訓(xùn)練的輪數(shù)自行修改，batchsize大小根據(jù)電腦內(nèi)存或顯存大小修改。

5、模型訓(xùn)練

???????? 運行train.py文件，使用coco128進行yolov5s訓(xùn)練，首次運行會自動下載coco128數(shù)據(jù)集，下載完成后自動開始模型訓(xùn)練。由于yolov5s模型和coco128數(shù)據(jù)集都比較小，使用cpu訓(xùn)練1個epoch也就一兩分鐘，每輪訓(xùn)練后更新模型驗證精度。觀察指標(biāo)：精度'P'，召回率'R'，mAP@.5和mAP@.5:.95。

?

6、精度驗證

???????? 訓(xùn)練完成后，在runs->train->exp->weights文件夾下找到last.pt和best.pt文件，將best.pt文件拷貝至yolov5-master目錄下，修改為yolov5s.pt。打開val.py運行，進行模型驗證。

?

7、推理驗證

???????? 運行detect.py，進行推理驗證。

推理結(jié)果：

?

8、模型導(dǎo)出

???????? 模型驗證和推理結(jié)果滿足性能需求后，運行export.py可以將訓(xùn)練得到的pytorch權(quán)重pt文件導(dǎo)出為onnx格式，用于推理部署。導(dǎo)出過程如果出現(xiàn)報錯，可嘗試修改parse_opt中的配置參數(shù)'opset'，將default修改為12或其他onnx版本。

?

?

?

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的YOLOv5训练coco128数据集流程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。