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

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

目标检测——yolov4损失函数

人工智能学习离不开实践的验证,推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例