📔 基础信息
- 使用的代码: YOLOv5 in PyTorch
- 该代码:自定义数据集官方教程
- 致敬大佬!
📕 环境搭建
- 环境搭建--请移步该博文
📗 数据准备
- COCO数据集下载
- COCO数据集txt格式标签下载
- 通过
vim yolov5-master/data/scripts/get_coco.sh
可发现默认的数据路径安排如下:
- 通过
vim yolov5-master/data/coco.yaml
注释掉下载脚本:
- 最终的项目路径如下:
📘 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')