1.报名打榜

2.创建镜像

2.1 创建镜像

2.2 选择torch编码环境

进入编码环境

3.编码环境

新建Terminal

3.1 数据介绍

#新建Terminal
cd /home/data
ls

将数据拷贝到/project/train/src_repo

cp -r /home/data/1225 /project/train/src_repo/trainval
cp -r /home/data/599 /project/train/src_repo/trainval
cp -r /home/data/820 /project/train/src_repo/trainval

3.2 数据处理

将代码中的split.py 直接拷贝，修改路径，主要修改下面两张图的部分

运行split.py

python split.py

3.3 yolov5代码

#下载yolov5代码
wget https://extremevision-js-userfile.oss-cn-hangzhou.aliyuncs.com/user-14177-files/6c888875-7de7-4f60-ba15-88de0304fe70/yolov5.zip
#解压
unzip yolov5.zip
cd yolov5
#安装python库
pip install -r requirements.txt 
#下载yolov5s模型
wget https://extremevision-js-userfile.oss-cn-hangzhou.aliyuncs.com/user-14177-files/d8ee0651-9d48-4480-a161-d22750ba7eba/yolov5s.pt
wget https://extremevision-js-userfile.oss-cn-hangzhou.aliyuncs.com/user-14177-files/d97a419e-2bb4-4822-b398-b37244473a5f/Arial.ttf

在yolov5/data/目录下新建fire.yaml文件

#数据路径，不用更改
train: ../train.txt
val: ../val.txt

#类别数量，根据题目设定
nc: 3

#类别名称，根据题目设定
name: ['fire','big_fire','smoke']

python train.py --batch-size 32 --epochs 3 --data ./data/fire.yaml --hyp ./data/hyps/hyp.scratch-low.yaml --weight ./yolov5s.pt --img 640 --project /project/train/models/ --cfg ./models/yolov5s.yaml

4.训练

就是在编码做了哪些事情，在训练环境环境也需要去做

新建 run.sh 脚本

cp -r /home/data/1225 /project/train/src_repo/trainval
cp -r /home/data/599 /project/train/src_repo/trainval
cp -r /home/data/820 /project/train/src_repo/trainval
python /project/train/src_repo/split.py
cd /project/train/src_repo/yolov5
python train.py --batch-size 64 --epochs 100 --data ./data/fire.yaml --hyp ./data/hyps/hyp.scratch-low.yaml --weight ./yolov5s.pt --img 640 --project /project/train/models/ --cfg ./models/yolov5s.yaml

发起训练之前将编码环境里面生成的数据清理一下

删除 trainval 文件夹

删除 val.txt ,train.txt val.cache train.cache

删除 /project/train/models/ 文件夹下面的所有文件

发起训练

在执行命令里面输入

bash /project/train/src_repo/run.sh

5.测试

在 ev_sdk/src/ 目录下新建ji.py

只需要更改这里的参数