NvidiaGPU1660ti+yolov5使用交通號誌圖片進行訓練
將交通號誌圖片資料放到C:\datasets\traffic,該資料下載自roboflow並轉換成coco格式,請參考將yolo格式資料集轉換成coco格式資料集。
Step1)本範例yolov5程式放置在C:\yolov5,將C:\datasets\traffic\data.yaml,拷貝到C:\yolov5\data\traffic.yaml,重新命名為traffic.yaml,並修改train與val的資料夾路徑。
Step2)執行以下指令進行訓練
python train.py --img 640 --batch 4 --epochs 10 --data traffic.yaml --weights yolov5s.pt --name traffic
如下圖,已經啟動wandb。
訓練結果儲存在runs\train\traffic4\。
Step3)執行指令「tensorboard --logdir runs\train」開啟tensorboard。
使用瀏覽器瀏覽127.0.0.1:6006/,勾選traffic4就可以使用瀏覽器開啟訓練結果。
Step4)開啟wandb網站,登入帳號,就可以看到剛剛訓練的結果,訓練過程會自動上傳wandb網站。訓練過程上傳wandb網站,請參考使用wandb紀錄yolov5訓練結果
Step5)開啟clearml網站,也可以看到訓練的結果。
訓練過程上傳clearml網站,請參考使用ClearML紀錄yolov5訓練結果