YOLOv5 COCO数据集 训练 | 【YOLOv5 训练】

墨理学AI
443 阅读2分钟
  • 👋 只有实战、不讲理论、一文读懂 👋

    • 1-0

  • 🥇 版权: 本文由【墨理学AI】认真原创、各位大佬、一文读懂、敬请查阅
  • 🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

    • 📔 基础信息

    📕 环境搭建

    📗 数据准备

    1

    • 通过 vim yolov5-master/data/scripts/get_coco.sh 可发现默认的数据路径安排如下：

    2

    • 通过 vim yolov5-master/data/coco.yaml 注释掉下载脚本：

    3

    • 最终的项目路径如下：

    5

    📘 训练

    重新开始训练：

    python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 32  --device  1,2 --epochs 300 --img 640

    活力全开，时长统计

    time python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64  --device  1,2 --epochs 10 --img 640
    • 2块 RTX 5000 16G | --batch-size 64
    • 5个 epoch 耗时 100分钟，1小时 3个 epoch ，那么训练该数据集全部数据，预估 300epoch 训练需要 100 小时；

    📙 问题备注

    （如果是使用 xshell 等工具操作，可能会遇到 弹窗的问题，需要 禁止 plot 弹窗）：

    vim train.py 
vim utils/general.py 
添加如下代码：

    import matplotlib
matplotlib.use('Agg')

    此次博文内容难以 以偏概全，如有不恰当的地方，欢迎评论区批评指正

  • ❤️ 你只看一篇就够用的教程 感谢各位大佬一键三连

    • 900.png

    博主简介：软件工程硕士、已毕业、全网 10w+ 读者 粉丝

    • 🍊 计算机视觉：超分重建、图像修复、目标检测、风格迁移 等领域 稍有所学
    • 🍊 AI 工程化：Ncnn、MNN、TensorRT 正在 学习
    • 🍊 C++、Python、Java 略懂一二
    • 🍊 👋 Follow me 👋，一起 Get 更多有趣 AI、实战博文教程、冲冲冲 🚀 🚀

    喜欢请关注 墨理学AI

    取经路上，让墨理学AI 陪你畅享更多有趣AI

    avatar
    文章
    阅读
    粉丝