win10下yolov5 v6.0环境配置

1、首先安装cuda和cudnn,安装步骤参考

Cuda和cuDNN安装教程(超级详细)_jhsignal的博客-CSDN博客_cuda安装教程

2、安装PyTorch

pytorch:Start Locally | PyTorch

根据自己的cuda和cudnn选择对应的pytorch版本,如果是cuda10.1和10.2 LTS版本兼容性好点。

3、下载yolov5

https://github.com/ultralytics/yolov5/tree/v6.0

4、修改相应文件,自定义训练

 

5、自定义数据集

6、从头开始训练

 

python train.py --img 640 --batch 80 --epochs 800 --data data/coco128.yaml --cfg models/yolov5s.yaml 

 

 

 

 

 

版权声明:本文为CSDN博主「zhangfeng5909」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/zhangfeng5909/article/details/122243173

zhangfeng5909

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

mmdetection之dataset类解读

前言 本篇是mmdetection源码解读第二篇,主要讲解mmdetection是初始化数据类的。本文以coco数据集为例,当然,源码解读不可能面面俱到,重要的是揣摩设计者的思想以及实现过

使用PyTorch实现目标检测与跟踪

欢迎关注 “小白玩转Python”,发现更多 “有趣”引言在昨天的文章中,我们介绍了如何在PyTorch中使用您自己的图像来训练图像分类器,然后使用它来进行图像识别。本文将展示如何使用预训练的分类器检测