YOLOv5 AzureML上の🚀。

このガイドでは、AzureML コンピュートインスタンスからYOLOv5 を使用するクイックスタートを提供します。

このガイドは、クイックトライアル用のクイックスタートであることに注意してください。AzureMLのフルパワーを引き出したい場合は、ドキュメントをご覧ください：

• データ資産の作成
• AzureMLジョブの作成
• モデルの登録

前提条件

AzureMLのワークスペースが必要です。

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

NotebooksビューからTerminalを開き、コンピュートを選択する。

セットアップと実行YOLOv5

これで仮想環境を作ることができる：

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

YOLOv5 リポジトリとそのサブモジュールをクローンします：

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

必要な依存関係をインストールします：

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

YOLOv5 モデルを訓練する：

python train.py

Precision、Recall、mAPについてモデルを検証する。

python val.py --weights yolov5s.pt

画像やビデオに推論を実行する：

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

モデルを他のフォーマットにエクスポート

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

ノート使用上の注意

ノートブックからこれらのコマンドを実行したい場合は、新しいカーネルを作成し、ノートブックのトップで新しいカーネルを選択する必要があることに注意してください。

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が、bash セルを追加する場合は、以下を実行する必要があります。 source activate <your-env> これらのセルで、カスタム環境を使用することを確認してください。

例えば、こうだ：

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

コメント