加微信进交流群:xituxiaoshutong100

yolov5训练过程可视化

PyTorch 迷途小书童 0评论

软硬件环境

  • ubuntu 18.04 64bit
  • pytorch 1.7
  • cuda 11.0
  • yolov5 4.0
  • nvidia gtx 1070Ti

视频看这里

此处是youtube的播放链接,需要科学上网。喜欢我的视频,请记得订阅我的频道,打开旁边的小铃铛,点赞并分享,感谢您的支持。

前言

前文 yolov5 V4.0更新了啥? 我们介绍过yolov5已经在本地集成了Weights & Biases,也就是wandb,这样就可以方便的追踪模型训练的整个过程,包括模型的性能、超参数、GPU的使用情况、模型预测,还有数据集。说到底,wandb就是个可视化的工具。

实操

开始之前,需要安装依赖

pip install wandb

关于模型训练,前文 https://xugaoxiang.com/2020/07/02/yolov5-training/ 已经比较详细的介绍过了,这里我们直接使用前面使用过的口罩数据集进行测试。命令如下

python train.py --img 640 --batch 16 --epochs 300 --data ../mask/data.yaml --cfg models/yolov5s.yaml --weights '' 

yolov5_wandb

如果没有账号的话,就选择1在线创建;已有账号的话就选择2;不想使用wandb的话,就选择3。由于我已经在网页端注册过了,所以输入数字2

yolov5_wandb

终端提示需要wandb.aiAPI Key,在浏览器中访问站点 https://wandb.ai/authorize,复制后贴到终端中

yolov5_wandb

然后就开始训练了,这个过程跟前面是一模一样的

yolov5_wandb

在模型训练的过程中,登录网站 https://wandb.ai/home,就可以看到训练的状态了

yolov5_wandb

各项指标

yolov5_wandb

GPU的使用信息汇总

yolov5_wandb

Mosaics

yolov5_wandb

yolov5_wandb

训练完成后,终端中会输出wandb相关的信息,训练好的模型保存在本地目录runs/train

yolov5_wandb

项目信息汇总

yolov5_wandb

模型的各项性能指标,图表形式

yolov5_wandb

评估模型是件非常痛苦的事。你是不是也曾经尝试过使用不同阶段训练出来的模型进行推理呢?最后再选出最优的模型呢?

现在使用wandb就可以很方便的达到这个目的,而且还是交互式的,下图是个例子

yolov5_wandb

还有个非常有用的功能,那就是分享,你可以创建report,然后生成网络链接分享给你的小伙伴,前提是你的项目必须是public

yolov5_wandb

yolov5_wandb

参考资料

喜欢 (1)
发表我的评论
取消评论

表情