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...
image.png

将官方给出的代码放到colab上运行
image.png

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
image.png
roboflow yolov5 pytorch格式的数据集文件结构:
image.png

开始训练即可

image.png
小声说一句,这可比YOLOX快多了。


奇天大郑
70 声望10 粉丝