Yolo v5 custom data training

1. Download dataset from https://public.roboflow.com/

Computer Vision Datasets

2. Download https://github.com/ultralytics/yolov5

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

 

3. Extract dataset to yolov5

4. Edit data.yaml

train: D:\Coding\Yolo\yolov5\FruitDataset\train\images
val: D:\Coding\Yolo\yolov5\FruitDataset\valid\images

5.

pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio===0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

 

6. python train.py --img 640 --batch 16 --epochs 3 --data FruitDataset\data.yaml --weights yolov5s.pt

python train.py --img 640 --batch 4 --epochs 3 --data FruitDataset\data.yaml --weights yolov5s.pt

python train.py --img 416 --batch 4 --epochs 3 --data FruitDataset\data.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --name fruit_yolov5s_results

 

NVIDIA Geforce 1050 에서는 --batch 3 로 해야 에러 안남

python train.py --img 416 --batch 3 --epochs 50 --data FruitDataset\data.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --name fruit_yolov5s_results

 

7. tensorboard --logdir runs

8. python detect.py --weights runs\train\fruit_yolov5s_results\weights\best.pt --img 416 --conf 0.5 --source 0

python detect.py --source ../fruits.mp4 --weights runs\train\fruit_yolov5s_results\weights\best.pt 

https://link.coupang.com/a/bcFQGF

AIYIMA T9 PRO HiFi 블루투스 튜브 앰프 스테레오 파워 앰프 USB DAC 동축 OPT 가정용 오디오 앰프 VU 미터

https://link.coupang.com/a/bbjKG4

LOXJIEA30 데스크탑 스테레오 오디오 파워 앰프 및 헤드폰 앰프 APTX 블루투스 50 ESS DAC 칩 지원 리모

https://link.coupang.com/a/bbjXht

네이처하이크 클라우드 피크2 캠핑 백패킹 텐트

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."