YOLOv5 🚀 trên AzureML

Azure là gì?

Azure là Microsoft nền tảng điện toán đám mây , được thiết kế để giúp các tổ chức di chuyển khối lượng công việc của họ lên đám mây từ các trung tâm dữ liệu tại chỗ. Với đầy đủ các dịch vụ đám mây bao gồm điện toán, cơ sở dữ liệu, phân tích, máy học và mạng, người dùng có thể lựa chọn từ các dịch vụ này để phát triển và mở rộng quy mô các ứng dụng mới hoặc chạy các ứng dụng hiện có trên đám mây công cộng.

Azure Machine Learning (AzureML) là gì?

Azure Machine Learning, thường được gọi là AzureML, là một dịch vụ đám mây được quản lý hoàn toàn cho phép các nhà khoa học dữ liệu và nhà phát triển nhúng hiệu quả phân tích dự đoán vào các ứng dụng của họ. AzureML cung cấp nhiều dịch vụ và khả năng nhằm mục đích giúp máy học có thể truy cập được, dễ sử dụng và có thể mở rộng, cung cấp các tính năng như máy học tự động, đào tạo mô hình kéo và thả và một Python Bộ phát triển phần mềm (SDK).

Điều kiện tiên quyết

Trước khi bắt đầu, bạn cần có không gian làm việc AzureML . Nếu bạn không có, bạn có thể tạo không gian làm việc mới bằng cách làm theo tài liệu chính thức của Azure.

Tạo một phiên bản tính toán

Từ không gian làm việc AzureML của bạn, chọn Compute > Compute instances > New và chọn phiên bản có tài nguyên bạn cần.

Mở Terminal

Từ chế độ xem Notebooks, hãy mở Terminal và chọn máy tính của bạn.

Thiết lập và chạy YOLOv5

Tạo môi trường ảo

Tạo môi trường conda với môi trường bạn thích Python phiên bản:

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

Dòng vô tính YOLOv5 kho lưu trữ

Sao chép YOLOv5 kho lưu trữ với các mô-đun con của nó:

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

Cài đặt các phụ thuộc

Cài đặt các phụ thuộc cần thiết:

pip install -r requirements.txt
pip install onnx

Trình diễn YOLOv5 nhiệm vụ

Đào tạo YOLOv5 người mẫu:

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

Xác thực mô hình cho Precision , Recall và mAP :

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

Chạy suy luận trên hình ảnh:

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

Xuất mô hình sang các định dạng khác (như ONNX ):

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

Sử dụng sổ tay

Nếu bạn muốn sử dụng sổ ghi chép thay vì thiết bị đầu cuối, bạn sẽ cần tạo một Kernel mới và chọn nó ở đầu sổ ghi chép của mình.

Tạo một hạt nhân IPython mới

Từ thiết bị đầu cuối tính toán của bạn:

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"

Khi tạo Python các ô trong sổ tay của bạn, chúng sẽ tự động sử dụng môi trường tùy chỉnh của bạn. Đối với bash tế bào, bạn cần kích hoạt môi trường của mình trong mỗi tế bào:

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

📅 Được tạo ra cách đây 1 năm ✏️ Đã cập nhật cách đây 9 ngày