object-detection - 在 Yolov5 中使用预训练的权重训练我的模型

Question

我尝试使用 google colab 训练我的模型，正如 youtube ( https://www.youtube.com/watch?v=MdF6x6ZmLAY ) 上的 roboflow 教程中所解释的那样，它运行良好。另一方面，不幸的是，结果不是我所期望的。然后我尝试使用预训练的权重并再次训练我的模型。这次我得到的文件要小得多（~3MB，另一个是~15MB），当我尝试在我的代码中使用它时，我也是从互联网上获得的（https://pypi.org/project/yolov5 /），它不起作用。如果您需要更多信息，请写下来。我是新手，想在大学课堂上使用 Yolo 进行项目

我使用的代码：

`从 yolov5 导入 YOLOv5

将 matplotlib.pylab 导入为 plt

#设置模型参数

model_path = "yolov5/weights/best.pt"

device = "cpu" # "0" 代表 gpu 或 "cpu"

#init yolov5 模型

yolov5 = YOLOv5(model_path, 设备)

#加载图片

image1 = plt.imread("test1.jpg")

#执行推理

结果 = yolov5.predict(image1)

#在图像上显示检测边界框

结果.show()

#将结果保存到“results/”文件夹中

结果.save(save_dir='results/')`

我得到的错误：

RuntimeError: [enforce fail at ..\caffe2\serialize\inline_container.cc:145]。PytorchStreamReader 读取 zip 存档失败：找不到中央目录

标签： object-detectionyoloyolov5