跳至内容

YOLOv5 🚀关于 AzureML

本指南提供了从 AzureML 计算实例使用YOLOv5 的快速入门。

请注意,本指南是用于快速试用的快速入门指南。如果您想解锁 AzureML 的全部功能,请参阅以下文档:

先决条件

您需要一个AzureML 工作区

创建计算实例

在 AzureML 工作区中,选择 "计算">"计算实例">"新建",选择具有所需资源的实例。

创建计算箭头

打开终端

现在,从笔记本视图中打开终端,选择你的计算。

开头-箭头

设置和运行YOLOv5

现在你可以创建一个虚拟环境:

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

克隆YOLOv5 仓库及其子模块:

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

安装所需的依赖项:

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

训练YOLOv5 模型:

python train.py

验证模型的精确度、召回率和 mAP

python val.py --weights yolov5s.pt

对图像和视频进行推理

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

将模型导出为其他格式

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

使用笔记本的注意事项

请注意,如果要在笔记本上运行这些命令,需要创建一个新的内核,并在笔记本顶部选择新的内核。

如果您创建了Python 单元,它会自动使用您的自定义环境,但如果您添加了bash 单元,则需要运行 source activate <your-env> 以确保它使用您的自定义环境。

例如

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


创建于 2023-11-12,更新于 2024-01-07
作者:glenn-jocher(2)、ouphi(1)

评论