国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

這篇具有很好參考價(jià)值的文章主要介紹了通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

1.算力市場(chǎng)租用主機(jī)

AutoDL

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
選擇基礎(chǔ)鏡像
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
創(chuàng)建之后
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

2.上傳文件

點(diǎn)擊開機(jī),也可在更多里面選擇無(wú)卡模式開機(jī)(此模式不能訓(xùn)練,但是可以上傳文件且更便宜)。開機(jī)之后,上傳代碼可通過(guò)xshell工具或者可以通過(guò)快捷工具JupyterLab。我兩種方法都來(lái)演示一遍。yolov5代碼
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

1.通過(guò)xshell上傳代碼

復(fù)制登錄指令

原指令
ssh -p 26812 root@region-8.seetacloud.com
修改為
ssh root@region-8.seetacloud.com 26812

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
回車后會(huì)要求輸入密碼,將密碼復(fù)制過(guò)來(lái)就可進(jìn)入
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
再通過(guò)快捷鍵ctrl+Alt+F通過(guò)xftp上傳代碼就可以了

2.通過(guò)JupyterLab上傳代碼

點(diǎn)擊JupyterLab后會(huì)進(jìn)入啟動(dòng)頁(yè),點(diǎn)擊箭頭所指的上傳代碼,這里我代碼已經(jīng)上傳上去了。
注意:這里上傳文件只能上傳單個(gè)文件,所有你要將代碼打個(gè)壓縮包后上傳,上傳壓縮包后需要解壓,點(diǎn)擊終端后輸入以下解壓命令

unzip xxx.zip

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
解壓后就會(huì)出現(xiàn)圖中的yolov5-7.0文件夾

同時(shí)也將數(shù)據(jù)集也上傳上去,如圖中的dataset,數(shù)據(jù)集我是放在根目錄的,和yolov5同級(jí)。
然后進(jìn)入yolov5這個(gè)層級(jí),輸入以下命令導(dǎo)入requirement.txt的依賴。

pip install -r requirements.txt

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

3.修改代碼

導(dǎo)入依賴完成后,就開始修改代碼。以下是我需要用到的yaml文件修改的代碼,我的類別數(shù)是5,以及修改后圖片的路徑。(最好在本地修改完成后再上傳上去)
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集
train.py
模型訓(xùn)練需要使用預(yù)訓(xùn)練權(quán)重,大家可以去官網(wǎng)下載,這里我使用的是yolov5s.pt這個(gè)權(quán)重文件
通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

4.開始訓(xùn)練

輸入python train.py開始訓(xùn)練。
注意:如果你是無(wú)卡模式開機(jī)訓(xùn)練的話,進(jìn)程會(huì)被Kill掉,需要重新開機(jī)。

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集

5.結(jié)語(yǔ)

這個(gè)平臺(tái)還是挺便宜的,如果你是學(xué)生的話還可以認(rèn)證學(xué)生,有優(yōu)惠。
另外建議大家使用xshell結(jié)合xftp,方便操作。訓(xùn)練完成后保存的模型.pt文件不能直接下載下來(lái),最好使用xftp。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-450363.html

到了這里,關(guān)于通過(guò)AutoDL使用yolov5.7訓(xùn)練自己的數(shù)據(jù)集的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 【零基礎(chǔ)玩轉(zhuǎn)yolov5】yolov5訓(xùn)練自己的數(shù)據(jù)集(CPU訓(xùn)練+GPU訓(xùn)練)

    【零基礎(chǔ)玩轉(zhuǎn)yolov5】yolov5訓(xùn)練自己的數(shù)據(jù)集(CPU訓(xùn)練+GPU訓(xùn)練)

    ?博主也是最近開始玩yolov5的,甚至也是最近開始使用python的,很多東西都沒(méi)有接觸過(guò),因此訓(xùn)練自己的數(shù)據(jù)集花了不少時(shí)間,所以想寫篇博客記錄一下,希望同樣是零基礎(chǔ)的小伙伴們可以更加輕松的上手。同時(shí)大家如果發(fā)現(xiàn)了錯(cuò)誤和理解偏差,歡迎指正。 參考資料: Yolo

    2024年02月06日
    瀏覽(30)
  • 【yolov5 安裝教程】(入門篇)避免踩雷保姆級(jí)教程 在m1芯片下 使用yolov5本地訓(xùn)練自己的數(shù)據(jù)集 ——mac m1

    【yolov5 安裝教程】(入門篇)避免踩雷保姆級(jí)教程 在m1芯片下 使用yolov5本地訓(xùn)練自己的數(shù)據(jù)集 ——mac m1

    ??????? 目錄 一、簡(jiǎn)介 配置 環(huán)境準(zhǔn)備 二、環(huán)境配置 1.安裝anaconda 2.安裝TensorFlow 3.安裝pytorch 4.pyqt5安裝 ?5.安裝labelimg 6.下載yolov5 7.pycharm安裝 三、使用labelimg標(biāo)記圖片 1.準(zhǔn)備工作 2.標(biāo)記圖片 四、 劃分?jǐn)?shù)據(jù)集以及配置文件修改 1. 劃分訓(xùn)練集、驗(yàn)證集、測(cè)試集 2.XML格式轉(zhuǎn)

    2024年02月05日
    瀏覽(26)
  • 使用Yolov5訓(xùn)練自己的模型

    使用Yolov5訓(xùn)練自己的模型

    本文主要介紹如何運(yùn)用開源Yolov5模型,結(jié)合自己的數(shù)據(jù),訓(xùn)練其他目標(biāo)檢測(cè)模型。 基礎(chǔ)準(zhǔn)備工作: anaconda 適用Yolov5的虛擬環(huán)境 git上下載Yolov5并調(diào)通測(cè)試代碼 https://github.com/ultralytics/yolov5 https://github.com/ultralytics/yolov5 本次用的環(huán)境: python==3.7 pytorch==1.7.1 torchvision==0.8.2 torchaud

    2024年02月05日
    瀏覽(22)
  • yolov5訓(xùn)練自己的數(shù)據(jù)集問(wèn)題排除

    D:ProgramDataAnaconda3envsyolov5python.exe D:/yxt/yolov5-master/train.py Traceback (most recent call last): ? File \\\"D:ProgramDataAnaconda3envsyolov5libsite-packagesgit__init__.py\\\", line 140, in module ? ? refresh() ? File \\\"D:ProgramDataAnaconda3envsyolov5libsite-packagesgit__init__.py\\\", line 127, in refresh ? ? if not Git.refresh(p

    2024年04月11日
    瀏覽(96)
  • 【YOLO】yolov5訓(xùn)練自己的數(shù)據(jù)集

    【YOLO】yolov5訓(xùn)練自己的數(shù)據(jù)集

    【Python】樸實(shí)無(wú)華的yolov5環(huán)境配置(一) ??上面前期教程中,大致介紹了yolov5開發(fā)環(huán)境的配置方法和yolov5項(xiàng)目的基本結(jié)構(gòu),下一步就是基于yolov5預(yù)訓(xùn)練模型來(lái)訓(xùn)練自己的數(shù)據(jù)集,這對(duì)于只是想要使用yolov5這個(gè)工具的人,還是想要深入研究yolov5類似的目標(biāo)識(shí)別算法的人,都是

    2024年02月11日
    瀏覽(93)
  • YOLOv5-第Y2周:訓(xùn)練自己的數(shù)據(jù)集

    YOLOv5-第Y2周:訓(xùn)練自己的數(shù)據(jù)集

    ?? 本文為??365天深度學(xué)習(xí)訓(xùn)練營(yíng) 中的學(xué)習(xí)記錄博客 ?? 原作者:K同學(xué)啊 電腦系統(tǒng):Windows 10 語(yǔ)言環(huán)境:Python 3.8.5 編譯器:colab在線編譯 深度學(xué)習(xí)環(huán)境:PyTorch 文件夾目錄結(jié)構(gòu): ??主目錄: paper_ data (創(chuàng)建個(gè)文件夾,將數(shù)據(jù)放到這里) Annotations (放置我們的.xm文件) images (放置圖

    2024年01月20日
    瀏覽(96)
  • yolov5-7.0訓(xùn)練自己的VOC數(shù)據(jù)集

    yolov5-7.0訓(xùn)練自己的VOC數(shù)據(jù)集

    這個(gè)筆記可能只適用于7.0版本的,寫這個(gè)筆記主要是給工作室伙伴參考的,大佬請(qǐng)繞行 有錯(cuò)誤之處歡迎指出 yolov5的GitHub倉(cāng)庫(kù)地址:Release v7.0 - YOLOv5 SOTA Realtime Instance Segmentation · ultralytics/yolov5 (github.com) 需要下載源碼和預(yù)訓(xùn)練模型 將源碼解壓,在其文件夾里面新建一個(gè)weights文

    2024年02月12日
    瀏覽(86)
  • YOLOv5訓(xùn)練自己的數(shù)據(jù)集實(shí)現(xiàn)視頻的識(shí)別

    YOLOv5訓(xùn)練自己的數(shù)據(jù)集實(shí)現(xiàn)視頻的識(shí)別

    寫在前面 我本來(lái)是使用這個(gè)模型進(jìn)行手寫簽名的定位,但是因?yàn)楸荣惖闹鬓k方原因,數(shù)據(jù)不允許公開,所以我使用動(dòng)物世界的一段開頭視屏來(lái)制作我的數(shù)據(jù)集。這整個(gè)模型跑通的過(guò)程中,我參考了很多不錯(cuò)的博客,寫這篇博客的原因是記錄一下我的所見所感。我的模型是在

    2024年02月02日
    瀏覽(94)
  • YOLOv5如何訓(xùn)練自己的數(shù)據(jù)集(生活垃圾數(shù)據(jù)集為例)

    YOLOv5如何訓(xùn)練自己的數(shù)據(jù)集(生活垃圾數(shù)據(jù)集為例)

    本文主要介紹如何利用YOLOv5訓(xùn)練自己的數(shù)據(jù)集 以生活垃圾數(shù)據(jù)集為例子 生活垃圾數(shù)據(jù)集(YOLO版) 點(diǎn)擊這里直接下載本文生活垃圾數(shù)據(jù)集 生活垃圾數(shù)據(jù)集組成: YOLO數(shù)據(jù)有三個(gè)要點(diǎn) images,存放圖片 labes,對(duì)應(yīng)Images圖片的標(biāo)簽 data_txt, 劃分images圖片的數(shù)據(jù)集,形成三個(gè)txt 文件

    2024年02月07日
    瀏覽(90)
  • AI學(xué)習(xí)筆記四:yolov5訓(xùn)練自己的數(shù)據(jù)集

    AI學(xué)習(xí)筆記四:yolov5訓(xùn)練自己的數(shù)據(jù)集

    若該文為原創(chuàng)文章,轉(zhuǎn)載請(qǐng)注明原文出處。 一般情況下,大部分人的電腦都是沒(méi)有cpu的,cpu也是可以訓(xùn)練的,但花費(fèi)的時(shí)間太長(zhǎng),實(shí)際200張圖片,使用CPU訓(xùn)練300輪花了3天,本章記錄使用云服務(wù)器來(lái)訓(xùn)練自己的數(shù)據(jù)集。 使用的云服務(wù)器是AutoDL,一直在使用,性價(jià)比還是比較高的

    2024年02月15日
    瀏覽(75)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包