YOLOv5初探(看来这个YOLO5做得还不是很完善,过段时间再试试??)
文章目錄
- YOLOv5簡(jiǎn)介
- 官方github鏈接
- 如何安裝以及訓(xùn)練自己的數(shù)據(jù)集
- 安裝
- 訓(xùn)練
- 1、創(chuàng)建Dataset.yaml文件
- 2、創(chuàng)建存放圖片和標(biāo)注的目錄
- 3、創(chuàng)建標(biāo)注labels
- 4、選擇預(yù)訓(xùn)練模型
- 5、正式訓(xùn)練
YOLOv5簡(jiǎn)介
YOLOv5速度比前代更快,在運(yùn)行Tesla P100的YOLOv5 Colab筆記本中,每個(gè)圖像的推理時(shí)間快至0.007秒,意味著每秒140幀(FPS)!
YOLOv5體積小,YOLOv5 s的權(quán)重文件為27MB。YOLOv4(Darknet架構(gòu))的權(quán)重文件為244MB。YOLOv5比YOLOv4小近90%。這意味著YOLOv5可以更輕松地部署到嵌入式設(shè)備。
此外,因?yàn)閅OLOv5是在PyTorch中實(shí)現(xiàn)的,所以它受益于已建立的PyTorch生態(tài)系統(tǒng);YOLOv5還可以輕松地編譯為ONNX和CoreML,因此這也使得部署到移動(dòng)設(shè)備的過(guò)程更加簡(jiǎn)單。
| YOLOv5 | Ultralytics | python | pytorch | python3.7+ pytorch1.5+ |
以上數(shù)據(jù)來(lái)自——量子位:YOLOv5它來(lái)了!YOLOv4發(fā)布不到50天,它帶著推理速度140幀/秒、性能提升2倍來(lái)了
官方github鏈接
Github鏈接:ultralytics/yolov5
這個(gè)主圖有趣O(∩_∩)O
如何安裝以及訓(xùn)練自己的數(shù)據(jù)集
安裝
Train Custom Data
先下載項(xiàng)目https://github.com/ultralytics/yolov5/archive/master.zip
復(fù)制鏈接到迅雷下載比較快
下好了然后解壓
然后到這個(gè)目錄下,用控制臺(tái)運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt,安裝所需的庫(kù)
但是發(fā)現(xiàn)卡住了,我們手動(dòng)下載requirements.txt里的大文件
打開(kāi)requirements.txt
復(fù)制這個(gè)鏈接https://github.com/cocodataset/cocoapi.git打開(kāi)
有點(diǎn)慢,打開(kāi)后下載這個(gè)
下好后把它解壓,復(fù)制到y(tǒng)olov5-master目錄下
然后將requirements.txt里的這句注釋掉(前面加#),然后保存關(guān)閉
然后重新運(yùn)行
安裝好了,但是報(bào)了一個(gè)錯(cuò)誤
我們直接運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.5
但還是報(bào)錯(cuò)
通過(guò)PyTorch 《動(dòng)手學(xué)深度學(xué)習(xí)》學(xué)習(xí)筆記(Dive-into-DL-Pytorch)查看pytorch的安裝方法
可能是我的python版本太低了
到這https://www.python.org/downloads/windows/下載python,
windows用戶(hù)下這個(gè)https://www.python.org/ftp/python/3.7.0/python-3.7.0-amd64.exe
雙擊安裝
覆蓋我之前安裝目錄
測(cè)試一下,已經(jīng)安裝成功了
重新運(yùn)行之前的pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt
報(bào)了一堆錯(cuò)誤
看提示似乎要重裝一下numpy
太慢了,還是用鏡像源吧
安裝numpy完成
再重新運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt
好了,但還是pytorch的問(wèn)題
在這里https://pytorch.org/看pytorch對(duì)應(yīng)cuda版本,我先看看我的cuda
我是9.0的
貌似我的cuda版本不支持pytorch1.5.0,重新安裝一下cuda
我剛好有cuda10.1的,安裝一下
半個(gè)小時(shí)安裝好了,cudnn也拷貝到安裝文件夾了,也沒(méi)有配置系統(tǒng)變量、環(huán)境變量,不會(huì)裝的可以看看這個(gè)Yolo-v2_ Windows平臺(tái)下如何配置darknet-yolov2?(安裝CUDA)
看看版本
重新運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt
還是這個(gè)報(bào)錯(cuò),手動(dòng)安裝吧
復(fù)制這個(gè)然后修改一下,加鏡像源
好像不行,還是很慢的
可能需要下載wheel文件安裝
到這里下這個(gè)https://download.pytorch.org/whl/torch_stable.html
迅雷下很快
然后安裝這個(gè)wheel文件,參考:python pip如何安裝wheel文件?.whl(pip install [wheel])
裝好了
emmm,好像下錯(cuò)了。。。貌似應(yīng)該下這個(gè)
裝好了
接下來(lái)就可以訓(xùn)練自己數(shù)據(jù)集了吧
訓(xùn)練
1、創(chuàng)建Dataset.yaml文件
這個(gè)文件是用來(lái)告訴程序你要訓(xùn)練的圖片以及標(biāo)注的路徑的
它放在data文件夾下
內(nèi)容格式如下,主要包含四項(xiàng),訓(xùn)練集路徑train,驗(yàn)證集路徑val,檢測(cè)類(lèi)數(shù)目nc,檢測(cè)類(lèi)名names
像我自己因?yàn)橹灰獧z測(cè)一個(gè)類(lèi),我就像下面這樣創(chuàng)建:創(chuàng)建一個(gè)記事本,填入以下內(nèi)容后保存為.yaml格式,記得重命名一下(我是跟我的數(shù)據(jù)集文件夾取同樣的名字)
2、創(chuàng)建存放圖片和標(biāo)注的目錄
在yolov5或yolov5-master目錄上層創(chuàng)建文件夾,用于下一步存放我們的圖片以及標(biāo)注:
3、創(chuàng)建標(biāo)注labels
作者推薦了兩款創(chuàng)建標(biāo)注的工具,Labelbox or CVAT,不過(guò)我自己用的是這款labelImg 使用教程 圖像標(biāo)定工具
記得生成的標(biāo)注一定要這種格式的
做好標(biāo)注后,將圖片和標(biāo)注放進(jìn)我們上一步創(chuàng)建的文件夾中:
我這邊有4000張圖片和4000個(gè)已經(jīng)做好的標(biāo)注,直接按訓(xùn)練集:測(cè)試集=3:1分配到文件夾里,記得圖片放圖片文件夾,標(biāo)注放標(biāo)注文件夾
4、選擇預(yù)訓(xùn)練模型
作者推薦選擇的是yolov5s.yaml,最小最快的一個(gè)
5、正式訓(xùn)練
先下載預(yù)訓(xùn)練模型,在D:\Dontla_YOLOv5\yolov5-master\weights路徑下雙擊download_weights.sh下載預(yù)訓(xùn)練模型
但貌似下不了不知怎么回事,一點(diǎn)擊窗口就瞬間消失了
用記事本打開(kāi)
找到這個(gè)
在這
用記事本打開(kāi),然后直接復(fù)制鏈接,用瀏覽器打開(kāi)
打開(kāi)后直接點(diǎn)擊要下載的
下好了,放在這個(gè)路徑下
打開(kāi)train.py看看,發(fā)現(xiàn)里面缺少很多庫(kù),要一個(gè)一個(gè)安裝,推薦使用鏡像源安裝:解決pip安裝時(shí)速度慢的問(wèn)題 鏡像源(pip install -i [鏡像源地址] [包名])
有時(shí)還會(huì)報(bào)其他錯(cuò)誤,要自己動(dòng)手解決
參考解決方法:由于找不到msvcp140.dll無(wú)法繼續(xù)執(zhí)行代碼
要?jiǎng)游业腣S2015,這手術(shù)就大了。。。
看來(lái)這個(gè)YOLO5做得還不是很完善,過(guò)段時(shí)間再試試??
python train.py --img 640 --batch 16 --epochs 5 --data ./data/my_dataset.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt總結(jié)
以上是生活随笔為你收集整理的YOLOv5初探(看来这个YOLO5做得还不是很完善,过段时间再试试??)的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: AI、ML论文网站、如何阅读论文?
- 下一篇: 手机相机自动对焦的原理