python - 如何使用 PyTorch 中的“Pythonic”YOLOv5

Question

我对训练 YOLOv5 模型很感兴趣。目前，我正在使用 Roboflow 将数据注释并导出为 YOLOv5 格式。我还在为 YOLOv5 使用Roboflow 的 Colab Notebook。

但是，我对 Roboflow Colab Notebook 中使用的许多命令并不熟悉。我在这里发现似乎有一种更“Pythonic”的方式来使用和操作 YOLOv5 模型，我会更加熟悉。

我对此的问题如下：

是否有在线资源可以向我展示如何训练 YOLOv5 并在使用“Pythonic”版本从 PyTorch 导入模型后提取结果（也许 StackOverflow 上的一段代码会有所帮助）？我可以找到的官方文档（here）也使用模型的“非 Pythonic”方法。
如果我要切换到使用 YOLOv5 的这种“Pythonic”方法，我会失去任何重要的功能吗？
我在文档中没有发现任何其他建议，但是我是否需要以与 Roboflow 不同的格式导出数据才能训练“Pythonic”模型？
与问题 1) 类似，是否有任何地方可以指导我如何在测试图像上使用经过训练的模型？我只是这样做prediction=model(my_image.jpg)吗？如果我想一次对多张图像进行预测怎么办？

任何指导将不胜感激。谢谢！

score 0 · Accepted Answer

你可以使用 Ultralytics 的 GitHub 存储库来做你想做的事；如果您想了解该过程，请查看 train.py 文件以获得更好的理解。没有一个简单的解释，你只需要自己学习。

对于培训：如果您想自己编写代码，则需要大量的机器学习知识；这就是 train.py 存在的原因，test.py 和 export.py 也是如此。

1 回答 1