Yolov5数据集的训练

以下都是yolov5针对目标检测的训练过程，需要图片标注

【手把手带你实战YOLOv5-入门篇】YOLOv5 模型训练_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1D24y1g7bg/?spm_id_from=333.788.top_right_bar_window_default_collection.content.click&vd_source=f2dad693a9728ab4556a21aae7d6dfc3

[yolov5小白训练教程]0基础教学，训练自己的数据集，详细教学_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1f94y1R7a4/?spm_id_from=333.788.top_right_bar_window_history.content.click&vd_source=f2dad693a9728ab4556a21aae7d6dfc3

1.建立datasets数据集

2.写yaml文件

3.elpv_reader文件导入

在utils/general.py文件下修改

其中涉及修改yaml文件中的路径

4.权重文件

5.页面文件太小，无法完成操作

2024-2-17更新

新的数据集，可以实现目标检测！

1. 写出数据集的yaml文件

具体就是写一下路径，标签已经给出

2.主要就该data这一行的参数，将刚才写的yaml文件写进去

weights行的参数也可以根据需求进行更改，更换权重

之后便是开始训练

3.detect，利用detect.py进行预测 ，weights权重取best ， sources中输入需要预测的图片或视频的路径

以下是yolov5对于图像分类的训练步骤

使用YOLOv5进行图像分类_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1SM4y1b7yk/?spm_id_from=333.337.search-card.all.click&vd_source=f2dad693a9728ab4556a21aae7d6dfc3（可点击这个观看）

segment 主要用于分割

1.主要在classify目录下

以此格式来创建数据集

2.

更改model 和 data 路径

注意 model 要选 后缀有cls的，没有后缀的为图像识别的model（亲测）

3.开始训练

训练结果在runs里了

4.预测

在predict.py中进行预测

5.修改预测函数

更改这两行的参数，一个是训练权重，一个是预测目标

训练结果在predict-cls目录下

6.预测结果

注意力机制

GitHub - z1069614715/objectdetection_script: 一些关于目标检测的脚本的改进思路代码，详细请看readme.md

链接下的cv-attention

视频链接

YOLOV5改进-添加注意力机制_哔哩哔哩_bilibili

1.创建注意力机制类

2.修改对应权重模型的yaml文件

3.若是有通道的，需要更改yolo.py里面的函数

4.在train.py里面cfg添加路径

5.开始训练

LOSS 损失函数

YOLOV5改进-添加EIOU,SIOU,AlphaIOU._哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1KM411b7Sz/?spm_id_from=333.337.search-card.all.click&vd_source=f2dad693a9728ab4556a21aae7d6dfc3

1.在 unils/loss.py 下找到iou

2.在unils/metrics.py下找到bbox_iou

对此函数进行改进，然后就是训练

训练效果