标签：YoloV5 需要 训练 模型 笔记 pytorch 文件夹 使用

学习笔记

1、对核进行一个尺寸的转换，（size，channels, 长，宽）。
2、路径选择的一些指令

进入下一次文件夹
>cd 文件夹名
返回上一层文件夹
>cd..

3、YoloV5 不同尺寸训练效果

4、配置YoloV5环境

当下载pycocotools时会出现报错，总结了网上大部分的方法，最后成功的方法如下：
1、先安装Visual Studio 2019.；
2、在 Build Tools 中，安装“使用C++的桌面开发”并确保安装详细信息的前两项勾选。

3、setuptools Python包的版本必须至少为34.4.0，采用pip list查看版本。

5、使用命令行可以导入某些视频实现实时监测

6、Yolo模型相关操作
红色：改变使用的模型
绿色：改变使用的数据路径

7、从github上下载Yolo5 用的到的模型放到指定文件夹下方便调用

s、m、l、x是在图片640格式下用的
s6、m6、l6、x6在1280格式下使用
PS：github上搜索annie download 命令行有用

PS：实时监测需要用：rtsp传输协议

8、按照概率标记图片，上面是图片识别的概率，下面是选出最优框
9、在这里调用其他参数，设置为给定值比如运行结束显示图片。
10、使用这个可以只显示火灾结果

11、训练Yolov5神经网络
在本地训练模型时，由于gpu容量不够，batch_size记得改小一点。coco128文件夹位置与YoloV5文件夹应该在同一级，下载后记得挪位置。

需要训练自己的模型时，需要将train中的–weight值改为Null

训练自己的模型需要采用什么结构

数据集位置
超参数文件

检测时采用该方式减少冗余
读取之前训练的结果

训练的数据集是否为单类别

12、锚框相关知识：
pytorch中锚框的介绍
默认无锚点
13、标注数据集
可以使用makesense或CVAT
标注


训练时需要创建yaml文件，并确定需要进行识别的物体的种类。

训练后得到的效果

标签：YoloV5,需要,训练,模型,笔记,pytorch,文件夹,使用
来源： https://blog.csdn.net/qq_41598916/article/details/119011425

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。