YOLOv5 🚀 AzureML'de

Bu kılavuz, bir AzureML işlem örneğinden YOLOv5 adresini kullanmak için hızlı bir başlangıç sağlar.

Bu kılavuzun hızlı denemeler için hızlı bir başlangıç olduğunu unutmayın. AzureML'in tam gücünün kilidini açmak istiyorsanız, belgeleri şu adreste bulabilirsiniz:

Ön Koşullar

Bir AzureML çalışma alanına ihtiyacınız var.

Hesaplama örneği oluşturma

AzureML çalışma alanınızdan Hesaplama > Hesaplama örnekleri > Yeni'yi seçin, ihtiyacınız olan kaynaklara sahip örneği seçin.

Bir Terminal Açın

Şimdi Notebooks görünümünden bir Terminal açın ve bilgisayarınızı seçin.

Kurun ve çalıştırın YOLOv5

Artık sanal bir ortam oluşturabilirsiniz:

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

YOLOv5 deposunu alt modülleriyle birlikte klonlayın:

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

Gerekli bağımlılıkları yükleyin:

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

YOLOv5 modelini eğitin:

python train.py

Hassasiyet, Geri Çağırma ve mAP için modeli doğrulayın

python val.py --weights yolov5s.pt

Görüntüler ve videolar üzerinde çıkarım yapın:

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

Modelleri diğer formatlara aktarın:

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

Not defteri kullanımına ilişkin notlar

Bu komutları bir Notebook'tan çalıştırmak istiyorsanız, yeni bir Kernel oluşturmanız ve Notebook'unuzun üst kısmında yeni Kernel'inizi seçmeniz gerektiğini unutmayın.

Python hücreleri oluşturursanız, otomatik olarak özel ortamınızı kullanacaktır, ancak bash hücreleri eklerseniz, çalıştırmanız gerekecektir source activate <your-env> özel ortamınızı kullandığından emin olmak için bu hücrelerin her birinde.

Örneğin:

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

📅1 yıl önce oluşturuldu ✏️ 2 ay önce güncellendi