参考：https://blog.csdn.net/qq_42932308/article/details/115217935

 

1. 数据集标签文件的格式转化

visdrone数据集默认标签格式为.txt，转化为.xml文件后，修改参数，就可在使用yolov5项目直接训练。

说明： 创建数据集标签转换脚本visdrone2yolo.py，修改root_dir，将train、val、test文件的labels文件转换得到annotations_voc文件，并将该文件复制到训练数据集目录下。

 

2.修改配置文件

修改 data/VisDrone.yaml

train: ../datasets/images/train  # train images (relative to 'path')  6471 images
val: ../datasets/images/val  # val images (relative to 'path')  548 images
test: ../datasets/images/test  # test images (optional)  1610 images

# Classes
nc: 10  # number of classes
names: ['pedestrian', 'people', 'bicycle', 'car', 'van', 'truck', 'tricycle', 'awning-tricycle', 'bus', 'motor']

修改 models/yolo5l.yaml

nc: 10  # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple

3. 下载预训练模型

Releases · ultralytics/yolov5 (github.com)

python detect.py --weights yolov5s.pt  # P5 models
                           yolov5m.pt
                           yolov5l.pt
                           yolov5x.pt

将下载得到的yolov5l.pt复制到weights文件夹下。

开始训练

python train.py --data data/VisDrone.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 1 --epochs 30


python train.py --data data/coco128.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 1  --epochs 10

 

4.训练过程

配置：GTX1050ti 4G

数据集：训练集6471，验证集548

模型：yolov5s

batch-size = 1

结果：30min/epoch

问题1 ：RuntimeError: [enforce fail at ..\c10\core\CPUAllocator.cpp:79] data. DefaultCPUAllocator: not enough memory: you tried to allocate 105436960 bytes

验证时，显示内存不足。

解决：尝试减少训练集：使用4000张图片训练（删除9999966_00000_d_0000034   ~  9999999_00887_d_0000407）