YOLOv5 AzureML上の🚀。

アジュールとは？

Azureは Microsoft クラウド・コンピューティング・プラットフォームで、企業がオンプレミスのデータセンターからクラウドにワークロードを移行するのを支援するように設計されている。コンピューティング、データベース、アナリティクス、機械学習、ネットワーキングなど、あらゆるクラウドサービスが揃っており、ユーザーはこれらのサービスから好きなものを選んで、パブリッククラウド上で新しいアプリケーションを開発・拡張したり、既存のアプリケーションを実行したりすることができる。

Azure Machine Learning（AzureML）とは？

Azure Machine Learning（通称AzureML）は、データサイエンティストや開発者がアプリケーションに予測分析を効率的に組み込むことを可能にするフルマネージドクラウドサービスです。AzureMLは、機械学習にアクセスしやすく、使いやすく、スケーラブルにすることを目的としたさまざまなサービスと機能を提供し、自動機械学習、ドラッグ＆ドロップによるモデルトレーニング、堅牢なPython SDKなどの機能を提供します。

前提条件

始める前に、AzureMLワークスペースが必要です。お持ちでない場合は、Azureの公式ドキュメントに従って新しいワークスペースを作成してください。

コンピュート・インスタンスの作成

AzureMLワークスペースから、Compute > Compute instances > Newを選択し、必要なリソースを持つインスタンスを選択します。

ターミナルを開く

ノートブックビューからターミナルを開き、コンピュートを選択します。

セットアップと実行YOLOv5

仮想環境を作る

お好みのPython バージョンでconda環境を作成する：

conda create --name yolov5env -y python=3.10
conda activate yolov5env
conda install pip -y

YOLOv5 リポジトリをクローンする

YOLOv5 リポジトリとそのサブモジュールをクローンする：

git clone https://github.com/ultralytics/yolov5
cd yolov5
git submodule update --init --recursive # You might see a message asking you to add your folder as a safe.directory

依存関係をインストールする

必要な依存関係をインストールします：

pip install -r requirements.txt
pip install onnx

YOLOv5 タスクを実行する

YOLOv5 モデルを訓練する：

python train.py --data coco128.yaml --weights yolov5s.pt --img 640

Precision、Recall、mAPについてモデルを検証する：

python val.py --weights yolov5s.pt --data coco128.yaml

画像に対して推論を実行する：

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

モデルを他のフォーマット（ONNX）にエクスポート：

python export.py --weights yolov5s.pt --include onnx

ノートを使う

ターミナルではなくノートブックを使いたい場合は、新しいカーネルを作成し、ノートブックの一番上でそれを選択する必要があります。

新しいIPythonカーネルを作る

コンピュートターミナルから：

conda create --name yolov5env -y python=3.10
conda activate yolov5env
conda install pip ipykernel -y
python -m ipykernel install --user --name yolov5env --display-name "yolov5env"

ノートブックにPython セルを作成すると、自動的にカスタム環境が使用されます。bash セルの場合は、各セルで環境を有効にする必要があります：

%%bash
source activate yolov5env
python val.py --weights yolov5s.pt --data coco128.yaml

📅作成：1年前 ✏️更新 9日前