关于机器学习:yolov5在colab上训练个人数据集使用roboflow标注

装置 yolov5

!git clone https://github.com/ultralytics/yolov5  # clone
%cd yolov5
%pip install -qr requirements.txt  # install

import torch
import utils
display = utils.notebook_init()  # checks

下载 yolov5 模型（不下前面应该会主动下）

!wget https://github.com/ultralytics/yolov5/releases/download/v6.1/yolov5l.pt 

从 roboflow 下载数据集
数据集为 roboflow 上的公开数据集 mask wearing v11
抉择 YOLO v5 PyTorch 格局，肯定要选 show download code，第一个选项我就没胜利过 …

将官网给出的代码放到 colab 上运行

应用 yolov5 detect 检测指标，默认应用官网的预训练模型

%cd /content/yolov5
!python detect.py --weights /content/yolov5/yolov5l.pt --img 640 --conf 0.1 --source /content/yolov5/runs/detect/phplpE73q_jpg.rf.131f59385c2e69422babc29451fd351e.jpg
# display.Image(filename='/content/yolov5/runs/detect/exp/000000011051.jpg', width=600)

# Train YOLOv5s on custom datasets for 150 epochs
!python /content/yolov5/train.py --img 640 --batch 16 --epochs 150 --data /content/dataset/data.yaml --weights yolov5l.pt --cache 

次要是要更改 yaml 文件的地位，即 –data 前面的内容，
并且 yaml 文件中的内容也须要作出肯定的批改来适应 colab

roboflow yolov5 pytorch 格局的数据集文件构造：

开始训练即可

小声说一句，这可比 YOLOX 快多了。