YOLOv5 镜像操作指南

YOLOv5 是当前工业界最流行的目标检测算法之一，本镜像是基于 YOLOv5 v7.0 构建的 YOLOv5 镜像，方便用户测试 YOLOv5 模型。

支持的GPU型号

RTX40系列
3090
3080Ti
P40

使用

数据集和预训练权重准备

本镜像已下载并包含 coco128 数据集和 coco 数据集中的验证集及测试集，使用自定义数据集或者其它数据集需要按照 YOLOv5 格式自行准备并上传，准备方式包括在容器内在线下载或者本地下载后上传或云存储挂载。

本镜像已下载并包含yolov5n、yolov5s、yolov5m、yolov5l、yolov5x权重。

模型训练

使用如下命令进行模型训练，并根据需求调整超参数：

cd yolov5
python train.py --data coco128.yaml --epochs 100 --weights 'yolov5n.pt' --cfg yolov5n.yaml  --batch-size 128
                                                           'yolov5s.pt'       yolov5s                    64
                                                           'yolov5m.pt'       yolov5m                    40
                                                           'yolov5l.pt'       yolov5l                    24
                                                           'yolov5x.pt'       yolov5x                    16

模型验证

使用如下命令进行模型验证：

python val.py --weights yolov5n.pt --data coco128.yaml --img 640
                        yolov5s.pt
                        yolov5m.pt
                        yolov5l.pt
                        yolov5x.pt

模型推理

使用如下命令进行模型推理：

python detect.py --weights yolov5n.pt --source data/images/bus.jpg
                        	 yolov5s.pt
                        	 yolov5m.pt
                        	 yolov5l.pt
                        	 yolov5x.pt