yolov5在colab上训练个人数据集（使用roboflow标注）

安装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（不下后面应该会自动下）

!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
选择YOLO v5 PyTorch格式，一定要选show download code，第一个选项我就没成功过...

将官方给出的代码放到colab上运行

使用yolov5 detect检测目标，默认使用官方的预训练模型

%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 

主要是要更改yaml文件的位置，即--data后面的内容，
并且yaml文件中的内容也需要作出一定的修改来适应colab

roboflow yolov5 pytorch格式的数据集文件结构：

开始训练即可

小声说一句，这可比YOLOX快多了。