YOLOv5-Lite 训练过程

本文介绍了使用YOLOv5-Lite模型进行目标检测的训练过程,包括从GitHub获取代码和轻量级模型文件YOLOv5-Lite.pt,利用coco128数据集进行训练,该数据集相较于完整的coco2017更小,适合快速验证。环境配置和训练步骤也在文中提及。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.代码:https://github.com/ppogg/YOLOv5-Lite

2.模型:点v5-Lite.pt下载

 3.使用coco128数据集进行训练

因为coco2017太大,先用比较小的coco128数据集进行训练看看

下载完之后与代码文件夹放在同一个目录下

环境:

source activate yolov5lite1

测试:

python detect.py --source data/images/ --weights weight/v5lite-s.pt

训练:

python train.py --data data/coco128.yaml --cfg models/v5Lite-s.yaml --weights weight/v5lite-s.pt --batch-size 8

 

 

 

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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