首先要先注册谷歌账号和谷歌云盘,推荐使用iguge插件在edge或Chrome浏览器上完成。
2.谷歌网盘中创建项目文件夹然后在谷歌云盘端创建项目文件夹:即colab文件夹,里面包含Mask(图像文件夹)以及yolov5(项目代码文件夹),如下图所示。
3.配置colab文件然后创建google colaboratory文件,类似于jupyter Notebook,创建colab文后,按照修改->笔记本设置->GPU配置运行的设备环境。
接着在colab中挂载google云盘(加载时候会提示连接云端硬盘提示,允许即可),补充几点:
1.最后要进入的文件夹是在云盘中创建的项目文件夹即"./MyDrive/colab"
2.创建的colab文件的当前路径为/content,挂载云盘后即可连接到云盘路径,即1中的路径,见图更清晰(不是很懂为啥要加!,好像不加!也可以进行相应的操作)
import os
from google.colab import drive
drive.mount('/content/drive')
还可以查看GPU的配置,这里是Tesla K80,跑起来飞快。
4.配置YOLOv5并运行首先数据集使用口罩数据集,.txt格式的。
在/colab/目录下,git clone yolov5的项目,并安装运行环境(这一步直接运行就可以配置好环境,在自己机器上还要单独安装torch和torchvision,麻烦得很),代码如下:
git clone https://github.com/ultralytics/yolov5 # clone cd yolov5 pip install -r requirements.txt # install
然后修改yolov5s.yaml的类别数nc=2(口罩数据集只有两个类),然后开始训练,前面要加!:
!python train.py --data ../Mask/data.yaml --cfg yolov5s.yaml --weights '' --batch-size 128



