训练
CUDA_VISIBLE_DEVICES=0,1 python train.py --img 640 --batch 64 --epochs 100 --data sucity-19-baoan.yaml --weights /workspace/models/yolov5/tensorrtx/yolov5s.pt --sync-bn --device 0,1
测试
CUDA_VISIBLE_DEVICES=0,1 python test.py --data sucity-vehicle-5-v1.1.yaml --weights /workspace/py/ultralytics/yolov5_container/app/runs/train/exp11/weights/best.pt --batch 128
推理
python detect.py --source results/val_trt_output_dir --weights yolov5s.pt --conf 0.25
结果
| 标签\输出 |
示例 |
| 绿牌 |
 |
|
|
| 蓝牌 |
 |
trt 相关
模型转化工程
git clone git@e.coding.net:sutpc/kczx.ai.sensor/yolov5_tensorrtx_vehicleLicenseColor.git
cd yolov5_tensorrtx_vehicleLicenseColor/build
sudo ./yolov5 -d yolov5s.engine ../samples
trt 结果测试map
使用 yolov5_vehicleLicenseColor 项目，需要注意的是，batch size 只支持 1
cd yolov5_vehicleLicenseColor
python test_trt.py --img-size 224 --data sutpc_vehicleLicenseColor2.1.yaml --weight /workspace/py/ultralytics/yolov5_vehicleLicenseColor/runs/train/exp16/weights/best.pt --batch-size 1 --device 1
结果
| 标签\输出 |
示例 |
保留文件 |
| 绿牌 |
|
1 22.035976 104.895805 31.452637 11.812248 0.921779 |
|
|
|
| 蓝牌 |
|
0 47.100124 109.722656 29.102467 11.322311 0.671106 |
