基于YOLOv5的王者荣耀目标检测2-训练模型

基于YOLOv5的王者荣耀目标检测2-训练模型

• 一、前言
• 二、正文
• • 1、准备工作
  • • 1.1、克隆项目代码
    • 1.2、配置环境
    • • 1.2.1、在终端（terminal）中输入以下命令，安装所需的依赖
      • 1.2.2、环境安装完成之后，运行detect.py进行推理（==这一步也可以直接跳过==）
      • 1.2.3、获取预训练权重
      • 1.2.4、将数据集放入项目中
  • 2、修改配置文件
  • 3、训练模型

一、前言

上一篇博客：基于YOLOv5的王者荣耀目标检测1-准备数据集

二、正文 1、准备工作 1.1、克隆项目代码

github地址

考虑到github国内访问速度较慢，为了方便，我自己也拷贝了一份官方的文件，放在我的gitee上：gitee
克隆下来是如下项目结构，环境使用之前创建好的“pythorch”

1.2、配置环境 1.2.1、在终端（terminal）中输入以下命令，安装所需的依赖

pip install -r requirements.txt

1.2.2、环境安装完成之后，运行detect.py进行推理（这一步也可以直接跳过）

项目结构如下：通过网络下载了yolov5s.pt文件；新生成了runs文件。

1.2.3、获取预训练权重

这里的yolov5s.pt文件是预训练权重，也可以通过官网下载

因为是国外的网站，下载速度会非常慢，我在这准备了已经下载好的预训练权重

1.2.4、将数据集放入项目中

2、修改配置文件

有四处地方需要修改。复制并重命名是为了保留原文件，以便后续使用（也可以直接在源文件修改）

①data中的yaml文件修改以下几处地方

修改之后如下图所示：

②model中的yaml文件修改一个地方

③train.py文件修改如下几处：

修改之后如下图所示：

④datasets.py文件修改如下：

3、训练模型

运行train.py文件进行训练（下图中进行第一轮训练）

在训练的过程中可以通过tensorboard实时查看训练进度

 tensorboard --logdir=runs/train

训练完成之后，通过tensorboard可以看到，训练的结果还不错，精确度已经很接近1了

下一篇博客：基于YOLOv5的王者荣耀目标检测3-简单地利用训练好的模型进行推理