Former un modèle YOLOv5 personnalisé
Après avoir généré une version de votre ensemble de données de détection d'objets étiquetés, nous sommes prêts à former un modèle.
Voici un tutoriel sur la formation d'un modèle YOLOv5 à l'aide du package python package de Roboflow pour une gestion facile des données.
Une fois que vous avez copié le code d'exportation de votre ensemble de données, continuez avec le didacticiel vidéo pour entraîner votre modèle :
N'oubliez pas de sauvegarder votre modèle poids !
Comment enregistrer et charger votre modèle Pondérations dans Google Colab
Prochaines étapes:
- Exécutez YOLOv5 sur votre webcam
- Recueillez des données à partir de prédictions de modèle mauvaises ou imparfaites et améliorez votre modèle avec l'apprentissage actif : mise en œuvre de l'apprentissage actif