YOLOv5 🚀 en AzureML

Esta guía proporciona una guía rápida para utilizar YOLOv5 desde una instancia de computación AzureML.

Ten en cuenta que esta guía es un inicio rápido para pruebas rápidas. Si quieres desbloquear toda la potencia de AzureML, puedes encontrar la documentación en:

• Crear un activo de datos
• Crear un trabajo AzureML
• Registrar un modelo

Requisitos previos

Necesitas un espacio de trabajo AzureML.

Crear una instancia de cálculo

En tu espacio de trabajo AzureML, selecciona Compute > Compute instances > New, selecciona la instancia con los recursos que necesitas.

Abre un Terminal

Ahora, desde la vista de Portátiles, abre un Terminal y selecciona tu ordenador.

Configurar y ejecutar YOLOv5

Ahora puedes, crear un entorno virtual:

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

Clona el repositorio YOLOv5 con sus submódulos:

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

Instala las dependencias necesarias:

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

Entrena el modelo YOLOv5 :

python train.py

Valida el modelo para Precisión, Recall y mAP

python val.py --weights yolov5s.pt

Realiza inferencias sobre imágenes y vídeos:

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

Exporta modelos a otros formatos:

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

Notas sobre el uso de un cuaderno

Ten en cuenta que si quieres ejecutar estos comandos desde un Cuaderno, tienes que crear un nuevo Kernel y seleccionar tu nuevo Kernel en la parte superior de tu Cuaderno.

Si creas celdas Python utilizará automáticamente tu entorno personalizado, pero si añades celdas bash , tendrás que ejecutar source activate <your-env> en cada una de estas celdas para asegurarte de que utiliza tu entorno personalizado.

Por ejemplo:

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

Comentarios