用yolov5训练自己的模型并测试

训练模型

1、首先将数据集放在根目录下，名字一定要是images 和 labels，里面的目录名字最好为train和val，要不然系统会判别不出来
在这里插入图片描述
2、然后复制一份coco128改名字为mydata.yaml，然后修改里面的内容

3、最后修改train.py文件第三行的参数为mydata.yaml，让他指定自己的训练数据

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
    parser.add_argument('--data', type=str, default=ROOT / 'data/mydata.yaml', help='dataset.yaml path')

测试

用自己训练好的模型文件来测试数据
修改detect.py文件中的第一行default的参数，把他指定为自己训练好模型生成的pt文件

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'best.pt', help='model path(s)')

测试结果会在/runs/detect/exp目录下

0 条评论