在colab上训练YOLOv5

在colab上训练YOLOv5

参考链接:知乎
牛头检测
大佬写的colab

1.首先在自己的本地电脑上下载YOLO

新建一个文件夹YOLO,输入以下命令下载压缩包:

java 复制代码
cmd
git clone https://github.com/ultralytics/yolov5.git

2.将YOLO压缩包上传到colab

首先在colab上新建一个笔记本,然后点击左侧的文件图标,点击上传,注意因为是单个文件,所以必须把YOLO变成压缩包上传。

上传完成,点击刷新按钮,可以看见压缩包。

3.更改资源

更改资源之后发现YOLO的压缩包没有了,所以要先更改资源,再上传压缩包!!!

4.解压缩YOLO

java 复制代码
! unzip /yolov5.zip -d /content/yolo

5.安装程序需要的第三方库

进入到YOLO的目录,里边有个文件写着都需要什么东西

java 复制代码
%cd /content/yolo
!pip install -r requirements.txt

6.训练

执行训练脚本,进行模型的训练,完成!

java 复制代码
!python train.py

挂载云盘

java 复制代码
from google.colab import drive
drive.mount('/content/gdrive')

数据集的复制和压缩

直接将数据集布置在云盘会导致大量的云盘数据传输,速度远不及本地文件,因此我们需要将数据集复制到本地进行处理。

首先将原来空的VOCdevkit文件夹进行删除,然后进行解压

java 复制代码
!rm -rf ./VOCdevkit
!cp /content/gdrive/MyDrive/VOC_datasets/VOC07+12+test.zip ./
!unzip ./VOC07+12+test.zip -d ./

保存路径设置

colab存在不稳定的问题,运行一段时间后会发生断线,如果将权值保存在原始根目录下的logs文件夹,那么断线网络就白训练了

可以将Google云盘软链接到根目录下,那么及时断线,权值也保留在云盘中

之前在云盘中创建了logs文件夹,直接连接即可。

java 复制代码
!rm -rf logs   #清理和删除不需要的文件和目录
!ln -s /content/gdrive/MyDrive/Models/yolov4-tiny-pytorch/logs logs

但是,自己训练的时候,没有logs文件夹,而运行中的状态信息都保存在/content/gdrive/MyDrive/YOLO_Models/yolov5/runs/train/exp目录中,所以我们连接这个目录即可。

放掉线措施

在控制台粘贴如下代码:

java 复制代码
function ConnectButton(){
	console.log("Connect pushed");
	document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click()
}
setInterval(ConnectButton,60000);

训练的代码

cow_data.yaml文件和cow_yolov5l.yaml文件是新建的,里边保存着训练路径和测试路径,yolov5l.pt是下载的预训练权重。

java 复制代码
!python train.py --data data/cow_data.yaml --cfg models/cow_yolov5l.yaml --weights weights/yolov5l.pt --batch-size 4 --epochs 100

使用训练好的模型进行预测

java 复制代码
!python detect.py --source="/content/gdrive/MyDrive/YOLO_datasets/cow_yolo_dataset/cow_yolo_dataset/test_val/test/00032e1703df8793.jpg" --weights="/content/gdrive/MyDrive/YOLO_Models/yolov5/runs/train/exp/weights/best.pt"
相关推荐
@Mr_LiuYang16 小时前
用自己的数据训练yolov11目标检测
yolo·目标检测·实例分割·yolov11
子正19 小时前
yolo11s rknn无法detect的bugfix - step by step
yolo·机器学习·ai
子正4 天前
pt->onnx->rknn(量化) step by step & FAQ
python·深度学习·yolo·ai
欣然~4 天前
使用 YOLOv8 模型分析摄像头的图像
yolo
Hello Mr.Z4 天前
在香橙派5 NPU上使用Yolov5
yolo·npu·香橙派5
goomind6 天前
YOLOv11实战海洋动物图像识别
pytorch·深度学习·yolo·计算机视觉·cnn·海洋动物
前网易架构师-高司机7 天前
木材表面缺陷检测数据集,支持YOLO+COCO JSON+PASICAL VOC XML+DARKNET格式标注信息,平均正确识别率95.0%
yolo·数据集·木材缺陷识别·木材表面缺陷
goomind8 天前
深度卷积神经网络实战海洋动物图像识别
深度学习·神经网络·yolo·计算机视觉·cnn·pyqt5·海洋动物识别
糖炒狗子8 天前
基于YoloV11和驱动级鼠标模拟实现Ai自瞄
人工智能·yolo·计算机外设
飞瀑8 天前
计算机视觉核心任务
yolo