Colab

选择GPU

查看配置

! nvidia-smi

上传压缩包并解压

压缩包 -> 解压的文件

!unzip /content/yolov5-5.0.zip -d/content/yolov5

进入目标文件夹下

%cd /content/yolov5/yolov5-5.0

安装所需包package

!pip install -r requirements.txt

添加插件-Tensorboard

失败的话，有时要使用reload

%load_ext tensorboard

启动 tensorboard

%tensorboard --logdir=runs/train

中间改了好几个报错，才开始训练

SPPF

https://blog.csdn.net/Steven_Cary/article/details/120886696

RuntimeError: Given groups=1, weight of size [512, 1024, 1, 1], expected input[1, 512, 8, 8] to have 1024 channels, but got 512 channels instead

https://blog.csdn.net/qq_43533724/article/details/121743384

RuntimeError: result type Float can‘t be cast to the desired output type long int

https://blog.csdn.net/abdddwxh/article/details/127509089

报了3个错，所以这里多了3个空文件夹

最好的模型数据、最新的模型数据

tensorboard 日志

训练中使用的超参数

类别（label）及其信息

类别（label）相关性

训练结果：训练轮数、使用GPU等

在 tensorboard
中查看训练损失

修改训练的数据集

默认是coco128
尝试用coco数据集（全部）

!python train.py --rect --data=data/coco.yaml

19分钟，训练结束

用自己根据coco128训练的best.pt测试一下

改成best.pt

进行测试 test.py

labels

prediction

之前检测用的是 detect.py

!python detect.py

用自己训练的 best.pt 进行检查


与原作者的模型还是不太相同

即 yolov5s.pt

可以在此文件夹下，加入要检测的图片或视频

可以实时显示检测出来的视频或图片，通过将其设为 True

不是摄像头那种实时监测，是实时分析出来就显示