Yolov5-6.0训练自己的数据

1、准备数据

总体文件结构如下：

数据文件夹格式与VOC数据类似，包括**images（train、val）和labels（train、val）**文件夹，分别存放图片和对应的标注txt文件。





2、修改配置文件

样本准备完毕后，修改配置文件，与yolov4的准备过程类似，cfg与超参文件。
2.1 axtc.yaml文件
拷贝coco128.yaml修改为自己的文件。修改train、val文件夹路径，以及自己的类别数量及名称。

2.2 Yolovs.yaml文件
根据自己的需要，修改对应的网络参数（nc）

2.3 train.py
该步可省略，如果使用命令行传参的话。

3 训练中断后继续
设置resume = True，直接从已训练的地方接着训练。

4 查看训练过程
安装tensorboard后，运行

tensorboard --logdir runs/train

在 http://localhost:6006/ 可以查看训练过程损失曲线等。

版权声明：本文为CSDN博主「Mirinda_cjy」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/bemy1008/article/details/122602207