colab에서 yolov5를 이용하여 데이터 학습시키기
저번에 파이참에서 열심히 깔았는데 수빈이가 colab이 훨 간단하대서 colab으로 냉큼 갈아탔다.
오늘 한 일
1. 구글 드라이브에 폴더 생성하기 -> colab에서 mount시키기
2. 구글에서 펩시콜라 사진 100장 저장
3. labelimg에서 이미지 라벨링 작업
https://periar.tistory.com/236#google_vignette
Google Colab 에서 Yolov3 학습하기
우선 유투브에서 어떤 분께서 동영상으로 강의를 올리신 부분에 대하여 블로그에 정리하여 올립니다. https://www.youtube.com/watch?v=51fZ2FTau7E&list=PLJlV2dBmsof_6J9EWx-CyvpBz7cyWPwhP&index=1 출처 우선..
periar.tistory.com
img 파일, label 파일 따로 만들고 txt 파일의 class 정보를 수정하자
+
4. colab에 yolov5 설치후 이동
!git clone https://github.com/ultralytics/yolov5%cd yolov5
!pip install -r requirements.tx
5. 라벨링한 이미지파일이랑 txt 파일을 구글 드라이브에 올려주기
labelImg 이용해서 데이터 만들고 YOLOv5 학습시키기
1. labelImg 실행 2. Open Dir -> 이미지 파일들 저장된 폴더 열기 / Change Save Dir -> 파일 저장할 폴더 지정 3. 처음 작동시키면 yolo 라고 써있는 부분에 PascalVOC 라고 적혀있을텐데 한번 눌러서 yolo로..
sssbin.tistory.com
출처 : 수파고
5. 학습시키기
!python train.py --data ../drive/MyDrive/dataset/data.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --batch 8 --epochs 200 --name pepsi
6. 검증하기
!python val.py --data "../drive/MyDrive/dataset/data.yaml" --img 1280 --weights "/content/yolov5/runs/train/pepsi/weights/best.pt"
7. 예측하기
!python detect.py --img 1280 --weights "/content/yolov5/runs/train/pepsi/weights/best.pt" --source "/content/drive/MyDrive/testimg/test111.png"
좀 더 많은 학습이 필요한듯 하다.
껄껄
+ zip파일로 따로 백업해두기
!zip -r /content/yolov5.zip /content/yolov5