Win10+PyTorch+YOLOv5 目标检测模型的训练与识别

一、下载Anaconda：

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

https://www.anaconda.com/products/individual#Downloads

选择你的系统环境

选择增加环境变量

二、创建一个 conda 环境

conda create -n torch107 python=3.7

激活环境

activate torch107

三、安装 pytorch

pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

安装成功

测试cuda是否可用

python

import torch

torch.cuda.is_available()

四、下载源码安装依赖

链接: https://pan.baidu.com/s/1L2jaXtGzREgYe4QL3pk3tg

提取码: zg1g

1.激活环境

activate torch107

2.安装依赖

pip install -r requirements.txt

WARNING: pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.

以上错误可参照此贴解决

https://slproweb.com/products/Win32OpenSSL.html

五、准备训练数据

1.标注数据

pip install labelimg

labelimg

标注数据集保存图片到 VOCData/images

标注数据集保存XML到 VOCData/Annotations

2.数据预处理，整理数据为yolo支持格式

修改配置

① 修改 data/myvol.myvoc.yaml 修改成为你的标签分类

② 修改 txt2yolo_label.py 修改成为你的标签分类

③ 修改 models\yolov5m.yaml 修改成为你的标签分类数

④ 执行数据处理

python .\split.py

python .\txt2yolo_label.py

六、训练模型

python train.py –img 640 –batch 4 –epoch 300 –data ./data/myvoc.yaml –cfg ./models/yolov5m.yaml –weights weights/yolov5m.pt –workers 0

注：可能产生错误如图

请主动下载字库文件到指定目录

训练结果模型保存于 runs\train

七、识别测试

python detect.py –source ./test –weights runs/train/exp2/weights/best.pt –img 640 –conf 0.5

测试图片参数传递 –source 路径，保存于 runs\detect

本文链接地址: Win10+PyTorch+YOLOv5 目标检测模型的训练与识别