colab和win10系统下yolov5的安装及运行
colab下yolov5的安装运行
colab安装yolov5的目的
使用我们win10系统下的yolov5训练项目会消耗大量的时间，有时候电脑内存会显示不足，除非你是非常nb的电脑。
但是用谷歌云运行yolov5，由于是用到谷歌那边的服务器，所以一般的电脑也可以跑闪电般的速度。
所以我们一般用colab来训练，用win下的yolov5检测。
谷歌云安装yolov5的环境准备
-
*
众所周知，用谷歌都要* -
注册谷歌账号
挂*注册谷歌账户很简单 - yolov5的包 下载链接: yolov5-master.
谷歌云安装yolov5的步骤
- 首先挂上*
- 登陆google云盘 进入链接: 谷歌云盘.
-
将下好的yolov5包上传到谷歌云盘
4.上传好之后打开colab 进入链接: colab.
5.连接colab和谷歌云
6.点击上图的2之后中间就会跳出一段代码，然后点击左边run按钮运行
7.然后就会跳出一个链接和一个要填密码的框，首先点击链接授权谷歌云盘的权限，然后就会有一个密码串让我们复制，再回到colab中在框框粘贴密码串，按回车键。
链接成功之后就可以正式在colab安装yolov5的环境
8.首先改运行类型为GPU(很重要，每次重启都要改。这是colab运行比我们电脑快的原因之一)
9.新增代码段，输入以下代码然后运行
!cd /content/drive/MyDrive/yolov5-master && pip install -r requirements.txt
然后colab在谷歌云的环境已经配好了，不过每次重启colab都要重第5步开始。接下来就可以在colab训练自己的训练集了。
谷歌云yolov5训练自己的数据集
1.将已经标注好的数据集上传到谷歌云中yolov5文件下（如何标注自己的训练集晚点更新）
2.上传好之后在colab中新增代码，然后运行以下代码 记得设置运行类型为GPU
!cd /content/drive/MyDrive/yolov5-master && python train.py --img 640 --batch 64--epochs 300 --data /content/drive/MyDrive/yolov5-master/traindata/traindata.yaml --weights yolov5s.pt --nosave --cache
batch越大，训练速度越快，但是colab一般最大支持64，我们普通的电脑一般支持8甚至1。如果运行时显示内存不足，就把64改成32。
img是指图片训练的大小，一般是32的倍数，默认640.如果标签识别很小的物体，可以把img改大，但是占用内存多，应把batch改小，从而训练速度会下降，但是会精准一点。
epochs是训练的次数，一般设置300，或者更大。不过更大可能会过拟合。
3.训练完成后，结果会在yolov5下的runs中的train/exp中。然后可以得到其权重文件last.pt或者best.pt
win10下yolov5的安装运行
win10安装yolov5的目的
在win10用yolov5训练自己的数据集虽然慢，但是这个检测物体比较方便不用到谷歌云盘上传和下载东西。
win10安装yolov5的环境准备
1.python3.8或者更高
2.yolov5的包 下载链接: yolov5-master。
win10安装yolov5的步骤
1.首先进入yolov5包，输入cmd进入命令行模式
2.在命令行中输入以下代码
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/
由于pip下载东西通过国外下载，所以在后面加上国内的镜像源
3.如果没有vs的编译器也许安装不成功，所以要下载vs tool
vs tool安装：
链接：https://pan.baidu.com/s/1UPwgRKHWr-uW5Jc56Ucl7Q
提取码：khw2
4.下载好vs tool之后重新执行步骤2就可以安装好yolov5的环境了
win10的yolov5检测物体
1.首先在colab中yolov5下runs/train/exp/weigths中下载权重文件
2.找一些要检测的数据，然后放在yolov5/data/images下
3.下载好之后将其放到win系统下的yolov5/weigths中
执行以下代码
python detect.py --weights D:\yolov5-master\yolov5-master\weights\traindata.pt --img 640 --conf 0.25 --source data/images/
注意：–weights后面跟的是你yolov5的路径
4.运行成功后，执行的结果就会在yolov5/runs/detect/exp中