问题标签 [yolov5]

我想让 yolov5 detect.py 输出在边界框内找到的对象的大小。但是，我找不到正确的变量，有人可以帮忙吗？提前致谢！链接到 github 中的代码：https ://github.com/ultralytics/yolov5/blob/master/detect.py

我正在尝试在 Google colab GPU 免费版中运行 yolov5

!pip install PyYAML==5.3

我收到一个错误

我在 google colab 中的命令是

你能帮我解决这个问题吗？

谢谢

我正在自定义数据集上训练 yolo5，但由于它只使用 8 个 GPU 中的一个，所以我一直在用完 GPU 的内存。我应该如何运行它才能使用所有 GPU？

YOLOv5 v4.0-83-gd2e754b 火炬 1.7.1 CUDA:0 (Tesla K80, 11441.1875MB) CUDA:1 (Tesla K80, 11441.1875MB) CUDA:2 (Tesla K80, 11441.1875MB) CUDA:3 (Tesla K80, 114841. MB) CUDA:4 (Tesla K80, 11441.1875MB) CUDA:5 (Tesla K80, 11441.1875MB) CUDA:6 (Tesla K80, 11441.1875MB) CUDA:7 (Tesla K80, 11441.1875MB)

运行时错误：CUDA 内存不足。尝试分配 16.00 MiB（GPU 0；11.17 GiB 总容量；10.66 GiB 已分配；2.31 MiB 空闲；PyTorch 总共保留 10.72 GiB

谢谢 Ganesh

我用 yolo5 训练了一个单类模型。包含 400 张图像的数据集分为训练、验证和测试数据集。这是训练代码训练代码的笔记本。train 得到了很好的结果。但是，当我用导出的模型构建实时对象检测应用程序时，结果并不理想，它可以按预期识别对象。但是检测中有很多误判。检测结果: 结果

结果只有一个百事可乐，为什么时间戳和另一个小区域被识别为百事可乐。

有人可以告诉我结果的原因吗？

I am trying to build an object detection system using YOLOv5x. I created my dataset via the Roboflow website and after downloading the set to my notebook, I am running this command to start training:

But I am getting this error for every single image:

Its complaining about "duplicate labels" but I have no idea what it means by this. I do not have 2 of the same classes and this dataset worked well with YOLOv4 and YOLOv4-Tiny.

我在将YOLOv5训练到具有 NVIDIA Tesla K80 的 p2.xlarge aws ec2 实例中时遇到了很大的速度问题。

我意识到训练过程甚至比拥有 NVIDIA RTX 2060 的台式电脑还要慢。所以我决定对一些图像进行推断，结果如下：

我的 RTX 2060：

AWS EC2 特斯拉 K80：

所以我决定尝试一个 p2.8xlarge 实例来训练我的深度学习模型，结果很相似，因此我对相同的图像进行了推断，令我惊讶的是我得到了相似的结果。

AWC EC2 与 8 特斯拉 K80：

重要的是要记住，这个 p2.8xlarge 实例有 488 MB 内存 RAM 和 32 个 vCPU 内核和 8 个 Tesla K80，所以我的问题是：这个 p2.8xlarge 训练 YOLO 的速度怎么比我只有 64 MB 的 PC 桌面还要慢？内存 RAM 和 16 核？

有没有人遇到过同样的问题？请给我任何解决方案或提示？

最后，我在 PC 上训练了模型，但花费了太多时间。另一方面，云环境应该解决这些问题。

似乎我不是唯一发生这种情况的人：

• https://forums.aws.amazon.com/thread.jspa?threadID=282757
• https://forums.aws.amazon.com/thread.jspa?threadID=316100

我想在 yolo v5 中提供旋转 90、30、45 度的图像。但我只找到一个超参数来调整 hyp.scratch.yaml 文件。

我可以做这样的事情吗？

我正在遵循本指南而不进行任何更改。我正在使用带有深度学习 ami 的 aws 服务器：Deep Learning AMI (Ubuntu 18.04) Version 40.0

我试图将我的自定义数据集更改为 coco 数据集和自定义数据集的一小部分。批量大小似乎无关紧要，CUDA 和其他驱动程序似乎工作。

批处理开始训练过程时会引发异常。这是完整的堆栈跟踪：

我在 yolo v5 中为旧版本注释的数据集中进行对象检测。但在教程中我发现我们必须选择 yolov5 pytorch 格式。有什么区别，旧注释数据是否有效？

这是从好奇开始的......我从公共谷歌驱动器下载了预训练的yolov5s.pt，并使用yolov5的models/export.py将其转换为输入形状为[1,3,640,640]的yolov5s.onnx文件。然后我使用openvino的部署工具/mo.py将yolov5s.onnx转换成openvino推理引擎文件（.xml+.bin）。转换成功，没有错误。最后，我尝试使用openvino的演示程序使用这些文件运行预测，预测成功返回结果。但是所有的结果都返回负数，并且数组级别是错误的。是否无法将 yolov5 权重转换为 openvino？