YOLOv5 🚀 على AzureML

يوفر هذا الدليل بداية سريعة لاستخدام YOLOv5 من مثيل حوسبة AzureML.

لاحظ أن هذا الدليل هو بداية سريعة للتجارب السريعة. إذا كنت ترغب في إلغاء قفل AzureML بكامل طاقته، يمكنك العثور على الوثائق على:

المتطلبات الأساسية

تحتاج إلى مساحة عمل AzureML.

إنشاء مثيل حوسبة

من مساحة عمل AzureML الخاصة بك، حدد الحوسبة > مثيلات الحوسبة > جديد، وحدد المثيل الذي يحتوي على الموارد التي تحتاجها.

افتح محطة طرفية

الآن من طريقة عرض دفاتر الملاحظات، افتح طرفية وحدد الحوسبة الخاصة بك.

الإعداد والتشغيل YOLOv5

يمكنك الآن إنشاء بيئة افتراضية:

conda create --name yolov5env -y
conda activate yolov5env
conda install pip -y

استنساخ YOLOv5 مستودع مع وحداته الفرعية:

git clone https://github.com/ultralytics/yolov5
cd yolov5
git submodule update --init --recursive # Note that you might have a message asking you to add your folder as a safe.directory just copy the recommended command

قم بتثبيت التبعيات المطلوبة:

pip install -r yolov5/requirements.txt
pip install onnx>=1.10.0

تدريب النموذج YOLOv5 :

python train.py

التحقق من صحة النموذج من حيث الدقة والاستدعاء وخطة العمل المتوسطة

python val.py --weights yolov5s.pt

تشغيل الاستدلال على الصور ومقاطع الفيديو:

python detect.py --weights yolov5s.pt --source path/to/images

تصدير النماذج إلى تنسيقات أخرى:

python detect.py --weights yolov5s.pt --source path/to/images

ملاحظات حول استخدام دفتر الملاحظات

لاحظ أنه إذا كنت ترغب في تشغيل هذه الأوامر من دفتر ملاحظات، فعليك إنشاء نواة جديدة وتحديد النواة الجديدة في أعلى دفتر الملاحظات.

إذا قمت بإنشاء خلايا Python فسيتم استخدام بيئتك المخصصة تلقائيًا، ولكن إذا قمت بإضافة خلايا bash ، فستحتاج إلى تشغيل source activate <your-env> على كل من هذه الخلايا للتأكد من أنها تستخدم بيئتك المخصصة.

على سبيل المثال:

%%bash
source activate newenv
python val.py --weights yolov5s.pt

📅 تم إنشاؤها منذ 1 سنة مضت ✏️ تم التحديث منذ 2 شهر