Salta para o conteúdo

YOLOv5 🚀 no AzureML

Este guia fornece um início rápido para usar YOLOv5 a partir de uma instância de computação do AzureML.

Tem em atenção que este guia é um início rápido para testes rápidos. Se quiseres desbloquear todo o poder do AzureML, podes encontrar a documentação em:

Pré-requisitos

Precisas de um espaço de trabalho AzureML.

Cria uma instância de computação

No teu espaço de trabalho AzureML, selecciona Computação > Instâncias de computação > Novo, selecciona a instância com os recursos de que precisas.

cria uma seta de computação

Abre um terminal

Agora, na vista Notebooks, abre um Terminal e selecciona o teu computador.

seta terminal aberta

Configura e executa YOLOv5

Agora podes criar um ambiente virtual:

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

Clona o repositório YOLOv5 com os seus 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 as dependências necessárias:

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

Treina o modelo YOLOv5 :

python train.py

Valida o modelo para Precisão, Recuperação e mAP

python val.py --weights yolov5s.pt

Executa a inferência em imagens e vídeos:

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

Exporta modelos para outros formatos:

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

Notas sobre a utilização de um bloco de notas

Nota que se quiseres executar estes comandos a partir de um Notebook, tens de criar um novo Kernel e selecionar o teu novo Kernel no topo do teu Notebook.

Se criares células Python , o teu ambiente personalizado será automaticamente utilizado, mas se adicionares células bash , terás de executar source activate <your-env> em cada uma destas células para garantir que utiliza o teu ambiente personalizado.

Por exemplo:

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


Created 2023-11-12, Updated 2024-06-02
Authors: glenn-jocher (3), ouphi (1)

Comentários