如何使用 PyTorch 中的“Pythonic”YOLOv5

编程问答 2022-12-25

问题描述

我对训练 YOlov5 模型感兴趣。目前，我正在使用 Roboflow 注释并将数据导出为 YOlov5 格式。我也在为 YOlov5 使用 Roboflow's Colab Notebook。

但是，我对 Roboflow Colab Notebook 中使用的许多命令并不熟悉。我在 here 上发现使用和操纵 YOlov5 模型似乎有一种更加“Pythonic”的方式，我会更加熟悉这种方式。

我的问题如下：

  1. 在使用“Pythonic”版本从 PyTorch 导入模型后，是否有在线资源可以向我展示如何训练 YOlov5 并提取结果（也许 StackOverflow 上的一段代码会有所帮助）？我能找到的官方文档 (here) 也对模型使用了“非 Pythonic”方法。
  2. 如果我切换到这种使用 YOlov5 的“Pythonic”方法，我会失去任何重要的功能吗？
  3. 我在文档中没有发现任何其他暗示，但我是否需要以不同的格式从 Roboflow 导出我的数据，以便数据能够训练“Pythonic”模型？
  4. 类似于问题 1)，是否有任何地方可以指导我如何在测试图像上使用经过训练的模型？我只是做prediction=model(my_image.jpg)吗？如果我想一次对多张图片进行预测怎么办？

任何指导将不胜感激。谢谢！

解决方法

你可以使用ultralytics的GitHub存储库来做你想做的事，但如果你想了解这个过程，你可以打开train.py文件以获得更好的理解。没有一个简单的解释，你只需要自己学习

对于训练，如果你想自己编写代码，它需要大量的机器学习知识，这就是 train.py 存在的原因，test.py 和 export.py 也是如此，请查看该文件以获得更好的结果理解

pythonroboflowyolov5