Google Colab实现YOLOv3训练自己的数据集（详细步骤）

最新推荐文章于 2025-06-16 11:01:14 发布
最新推荐文章于 2025-06-16 11:01:14 发布
阅读量4.1k 收藏 48
点赞数 9
CC 4.0 BY-SA版权
分类专栏： 机器学习 文章标签： 深度学习 git pytorch yolov3 google colab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_42899627/article/details/108938362

1 成功运行界面

在这里插入图片描述

2 详细步骤

1 连接上谷歌云盘并把路径指定到谷歌云盘（需要先连接上谷歌云盘）

cd /content/drive/My Drive

2 通过git下载yolov3的pytorch框架

git clone https://github.com/ultralytics/yolov3

3 转到yolov3目录下，安装适合的环境，并查看目录下的文件


                

                
                
        

         

    

    
  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    



                



	

		

			

				
					
yolov3gpu配置_yolov3训练数据集GPU、CPU速度对比

				
			

			

				

					weixin_39669629的博客
				

				

					02-05
					
					1333
					
				

			

		

		

			
				
配置：GPU：GTX 1650CPU：i7 9750himage shape：(720,1160,3)下面做个速度对比：CPUbatchsize = 8Loading weights into state dict...device: cpuFinished!Epoch:1/25iter:0/225 || Total Loss: 8247.7607 || 20.8434s/stepEpoch:1/...

			
		

	



                

            
              



	

		

			

				
					
基于google colab训练yolov3+自己的数据集

				
			

			

				

					weixin_43777451的博客
				

				

					04-27
					
					1343
					
				

			

		

		

			
				
训练yolov3首先配置了win10+cuda+cudnn+vs2017+opencv+darknet，在自己的笔记本上训练，超级超级慢，笔记本CPU是i5，内存4G，显存2G。

实话实话哦，训练了48小时多，勉强训练出来了一个yolo-obj-100.weight权重文件。

但是实在不能用自己的电脑跑了，内存太小，跑代码不但慢，而且还占了所有内存，不能进行其他工作。（顺带我又安装了一个4G的...

			
		

	



              


  
              

                


	

		

			

				
					
YOLOv3 Pytorch代码及原理分析（二）：网络结构和 Loss 计算

				
			

			

				

					秋山丶雪绪的博客
				

				

					09-19
					
					1896
					
				

			

		

		

			
				
# train.py 91
model = Darknet(cfg).to(device)

# models.py 225
class Darknet(nn.Module):
    def __init__(self, cfg, img_size=(416, 416), verbose=False):
        super(Darknet, self).__init__()
        self.module_defs = parse_model_cfg(cfg)
        self.m

			
		

	





	

		

			

				
					
Colab实现YOLOv3训练数据集

				
			

			

				

					weixin_43972443的博客
				

				

					06-09
					
					377
					
				

			

		

		

			
				
@[TOC]谷歌Colab的使用
1.首先需要创建谷歌云盘账号：https://drive.google.com
2.打开谷歌云盘

3.挂载谷歌云盘，方便Google云盘和Colab分配的云GPU进行文件相互传输。
 from google.colab import drive
drive.mount('/content/drive/')

输入以上代码，然后将网站给的密码复制粘贴，回车即可挂载

成功挂载截图（其中的My Drive中的文件即为Google云盘中的文件）：

原因：colab所分配的云G

			
		

	



		

			
		



	

		

			

				
					
Colab运行YOLO

					
最新发布

				
			

			

				

					m0_48679769的博客
				

				

					06-16
					
					646
					
				

			

		

		

			
				
本文介绍了在Google Colab上部署YOLOv8模型训练的全流程指南。主要内容包括：1)将网络结构压缩包上传至Google Drive；2)在Colab中配置GPU运行环境并挂载云端硬盘；3)安装解压工具并解压训练文件；4)可选安装Weights&Biases工具；5)处理版本兼容问题（如重新安装指定版本的PyTorch）；6)启动训练脚本；7)训练完成后及时下载结果文件。文档详细说明了每个步骤的具体操作指令和注意事项，为深度学习模型的云端训练提供了完整的技术路线。

			
		

	





	

		

			

				
					
谷歌colab训练自己的数据集YOLOv3

				
			

			

				

					qq_41822267的博客
				

				

					12-04
					
					1716
					
				

			

		

		

			
				
自己电脑的GPU不支持cuda，所以尝试使用谷歌的Colabortory,免费提供GPU，最长运行时间12小时，因此一般需要挂载到谷歌云盘上，储存文件。
数据集
目标检测的数据集需要自己手动标注目标物体位置并对应生成xml文件表示目标框的位置，本文简单介绍windows系统下标注工具LabelImg的使用。
LabelImg下载链接:LabeIImg
下载好labelImg-master.zip后解压得到如下图所示。

shift+右击空白处打开powershell窗口，输入Pyrcc5 -o resour

			
		

	





	

		

			

				
					
在Colab上训练yolov3（一）

				
			

			

				

					机智的博客
				

				

					04-27
					
					679
					
				

			

		

		

			
				
在colab上训练yolov3

			
		

	





	

		

			

				
					
YOLOv3制作自己数据集

					
热门推荐

				
			

			

				

					qq_44787464的博客
				

				

					08-19
					
					1万+
					
				

			

		

		

			
				
具体步骤参考下列链接：
https://blog.csdn.net/sinat_27634939/article/details/89884011
注：原文网站：https://pjreddie.com/darknet/yolo/
一、数据集
首先我们要对自己的数据进行标注，标注的工具LabelImg，如果是windows用户的话，可以直接下载可执行文件，labelImg的下载地址以及使用，可以参...

			
		

	





	

		

			

				
					
Google Colab训练yolov3自定义数据集

				
			

			

				

					zouxin_88的专栏
				

				

					11-28
					
					1346
					
				

			

		

		

			
				
共分7步：一、进入Google Colab训练环境二、下载编译Darknet三、上传数据集四、修改配置文件五、下载预训练权重文件六、开始训练数据七、测试训练结果。

			
		

	





	

		

			

				
					
yolo v3制作自己的数据_数据集制作

				
			

			

				

					weixin_39662578的博客
				

				

					11-20
					
					336
					
				

			

		

		

			
				
V100 batchsize为32时的测试结果 ** GPU速度使用批处理大小为32的V100 GPU测量超过5000张COCO val2017图像的平均每个图像的端到端时间，包括图像预处理，PyTorch FP16推理，后处理和NMS。来自Google / automl的EfficientDet数据（批量大小为8）。2020年8月13日：v3.0版本：nn.Hardswish（）激活，数据自动下...

			
		

	





	

		

			

				
					
使用google colab训练YOLOv5模型 - 迷途小书童迷途小书童1

				
			

			

				

					08-03
				

			

		

		

			
				
在本篇内容中，我们将探讨如何使用Google Colab来训练YOLOv5模型，这是一个流行的实时对象检测系统。Google Colab是一个基于Jupyter Notebook的云端服务，由Google提供，它为机器学习和深度学习开发者提供了免费的...

			
		

	





	

		

			

				
					
利用yolov3训练自己的数据集（以框取车牌为例）

				
			

			

				

					04-29
				

			

		

		

			
				
一个小的数据集包含了882张汽车的图片（车牌较为清晰），其中153张图片打了标签，生成了xml文件

			
		

	





	

		

			

				
					
YOLOv3_mask_detect：在GoogleColab上使用YOLOv3进行面罩检测

				
			

			

				

					01-30
				

			

		

		

			
				
YOLOv3_mask_detect：在GoogleColab上使用YOLOv3进行面罩检测

			
		

	





	

		

			

				
					
Python-完整YOLOv3TensorFlow实现支持您自己的数据集培训

				
			

			

				

					08-11
				

			

		

		

			
				
完整YOLO v3 TensorFlow实现，支持您自己的数据集培训

			
		

	





	

		

			

				
					
使用您自己的数据集进行 YOLOv5 训练进行头盔检测，并在 google 合作实验室中测试结果 .zip

				
			

			

				

					11-26
				

			

		

		

			
				
头盔检测-YOLOv5使用您自己的数据集进行 YOLOv5 训练进行头盔检测，并在 google 合作实验室中测试结果。基于Ultralytics的YOLOv5 存储库。此笔记本Helment_Detection_YOLOv5-Jupyter.ipynb和Helment_Detection_YOLOv...

			
		

	





	

		

			

				
					
基于Colab训练的yolov4-tiny自定义数据集（可用于OpenCV For Unity）

				
			

			

				

					zouxin_88的专栏
				

				

					03-25
					
					1765
					
				

			

		

		

			
				
将训练用的coco.names、yolov4-tiny-custom.cfg、yolov4-tiny-custom_best.weights放到Assets\StreamingAssets\OpenCVForUnity\dnn下。【代码执行程序】【更改运行时类型】修改运行时为GPU（免费的GPU不好用，收费的好用，某宝上几十元就可用一个月）步骤2）在云盘上新建文件夹yolov4-tiny，在yolov4-tiny中再新增training文件夹。步骤3a）将数据集上传到yolov4-tiny文件夹下。

			
		

	





	

		

			

				
					
Google Colab 训练yolov11

				
			

			

				

					12-26
				

			

		

		

			
				
2. **下载预训练权重和数据集**：从官方GitHub仓库下载YOLOv11的预训练权重和用于训练的数据集，如COCO等。  3. **配置文件准备**：编辑YOLOv11的配置文件（*.cfg），调整超参数和网络结构以适应你的需求。  4. **...

			
		

	





	

		

			

				
					
使用Yolov3训练自己制作数据集，快速上手（详细图文教程）

				
			

			

				

					qq_40280673的博客
				

				

					06-07
					
					6694
					
				

			

		

		

			
				
在目标检测和分类这方面，Yolo可以快速很好的解决许多问题，这里总结了快速上手Yolov3的方法，直接快速训练自己的数据集使用。

			
		

	





	

		

			

				
					
数据集制作（YOLOv3）【附Labelimg下载链接】

				
			

			

				

					m0_46411851的博客
				

				

					06-01
					
					731
					
				

			

		

		

			
				
Labelimg下载链接、YOLOv3数据集训练、xml转TXT代码

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 15

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
G果

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值