Métodos y preparación de datos para modelos de entrenamiento____
=========================
==================================================== =====================
TrainFile
=========================== Conjunto de datos
home/user/datasTrainALL/
1 Primero vaya a la ruta correspondiente:
PS C:\Users\ VRC \Desktop>
2 Ejecute
scp -r ./Mydatas [email protected]:/home/user/datasTrainALL/Mynewdatas_2304 en la ruta de la carpeta a copiar
Explicación: ./Mydatas es el nombre del archivo a copiar
[email protected]: /home/user/datasTrainALL/Mynewdatas_2304 La ruta del servidor para copiar
Notas y pasos:
1. Todos los archivos json en la salida deben copiarse en la ruta donde se almacenan todos los json.
2 Durante el entrenamiento, copie todas las imágenes que deben entrenarse en home/user/TrainFile/datasTrain/images/train. ruta.3
cp /home /user/datasTrainALL/LQ_OrdinaryRoad02_6137_3.16GB/* /home/user/TrainFile/datasTrain/images/train/
4 Ver el número de archivos en la carpeta actual: ls -l | grep "^-" | wc -l
5 Ingrese al entorno de entrenamiento de Python: ¿fuente activa yolov5t
para ver cuál es el entorno de conda actual? conda env list
6 Ejecute la función split_train_val_test() en json2txt.py para dividir train y val
7 Ejecute la función json2txt() en json2txt.py para generar archivos txt correspondientes a las imágenes en train y val
8 Ejecute el train.py correspondiente Ver más adelante]
9 De acuerdo con los parámetros internos, es especialmente necesario modificarlo o verificarlo: ruta de peso; modelo/yolov5s.yaml; datos/my_yolo5.yaml;
10 parámetro de reanudación: si la máquina se reinicia durante el último entrenamiento, puede establecer el valor predeterminado este parámetro = Verdadero, la ejecución continuará desde donde se interrumpió por última vez.
============================ entrenamiento
en casa/usuario/TrainFile
train.y: home/user/TrainFile/yolov5_6./train.py
Antes de train.y: el archivo data/my_yolo.yaml debe modificarse: los datos y la clasificación (número y categoría) del
modelo/yolov5s.yaml deben modificarse Se verifica
y es necesario preparar los datos. El conjunto/conjunto de datos se coloca en el directorio home/mec/zyTrain/datasTrain/.
--datasTrain
--images
----tren
----val
--labels
----tren
----val