YOLO5-1 使用YOLO5检测 水面漂浮物记录

一 数据集

robflow 漂浮物数据集：buoy Computer Vision Dataset by ai

二 YOLO5管网

yolo5 :https://github.com/ultralytics/yolov5 

克隆代码：

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

三 模型训练

import torch# 检查是否有可用的GPU
if torch.cuda.is_available():print("GPU is available.")
else:print("GPU is not available.")

python train.py --img 640 --epochs 3 --data coco128.yaml --weights yolov5s.pt

四 调整参数

调参适应场景和优化效果：

--weights: 初始权重文件的路径，默认值是 ROOT / 'yolov5s.pt'。
--data: 数据集配置文件 dataset.yaml 的路径，默认值是 ROOT / 'data/coco128.yaml'。

--epochs: 总的训练轮数，默认值是 100。

--batch-size: 所有 GPU 上的总批量大小，-1 表示自动确定，默认值是 16。

--imgsz: 训练和验证图像大小（像素），默认值是 640。

--device: 指定使用的设备，如 'cuda:0' 表示使用第一个 GPU，'cpu' 表示使用 CPU。

--project: 保存结果的项目路径，默认值是 ROOT / 'runs/train'

--name: 保存结果的名称，默认值是 'exp'。

python train.py --img 640 --epochs 3 --data ../float_data/data.yaml --weights yolov5s.pt --device cuda:0# 使用V100的训练参数
python train.py --data coco.yaml --epochs 300 --weights '' --cfg yolov5n.yaml  --batch-size 128