久久久麻豆一区二区三区,美女劈开腿让男人桶到高潮,天天爽夜夜爽欧美精品视频

如何在自定義的數(shù)據(jù)集上訓練YOLOv5？

2020-08-31 09:25

在我們的自定義數(shù)據(jù)集上可視化tensorboard結果如果你因為一些原因不能把張量可視化，可以用utils．plot＿result來繪制并保存為result．png。

你需要在驗證評估分數(shù)達到其最高點處獲取訓練好的模型權重。可視化YOLOv5訓練數(shù)據(jù)在訓練過程中，我們可以可視化真實訓練數(shù)據(jù)和增強后的訓練數(shù)據(jù)。

我們的真實訓練數(shù)據(jù)

我們的訓練數(shù)據(jù)采用自動YOLOv5增強對測試圖像運行YOLOv5推斷現(xiàn)在我們利用我們訓練好的模型，對測試圖像進行推理。訓練完成后，模型權重將保存到 weights／。推理過程，我們調用這些權重和一個指定模型置信度的conf（要求的置信度越高，預測越少）、以及一個推理源。源可以接受一個包含圖像、單個圖像、視頻文件以及設備的網(wǎng)絡攝像頭端口的目錄。對于源代碼，我將testjpg移到test－infer／。！python detect．py －－weights weights／last＿yolov5s＿custom．pt －－img 416 －－conf 0．4 －－source ．．／test＿infer推理時間非�？�，在我們的 Tesla P100 上，YOLOv5s 達到了每秒142幀！！

以142 FPS（0．007s／圖像）的速度推斷YOLOv5s最后，我們在測試圖像上可視化我們的檢測器推斷結果。

測試圖像的YOLOv5推理導出并保存YOLOv5權重以供將來推斷既然我們定制的YOLOv5物體檢測器已經(jīng)通過驗證，我們需要從Colab中取出權重，用于實時計算機視覺任務，為此我們導入一個Google驅動器模塊并將其發(fā)送出去。from google．colab import drivedrive．mount（＇／content／gdrive＇）
％cp ／content／yolov5／weights／last＿yolov5s＿custom．pt ／content／gdrive／My Drive結論我們希望你可以訓練屬于你自己的定制YOLOv5檢測器！使用 YOLOv5 非常方便，而且訓練迅速，推理迅速，表現(xiàn)出色。讓我們把它弄出來！參考鏈接：https：／／blog．roboflow．a(chǎn)i／how－to－train－yolov5－on－a－custom－dataset／

<上一頁 1 2 3