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  # installimport torchimport utilsdisplay = 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。