手把手教你使用yolov5训练自己的数据集并用TensorRT加速

↑ 点击蓝字 关注极市平台作者丨xiyou来源丨西柚学AI编辑丨极市平台极市导读 本文主要介绍目标检测YOLOV5算法来训练自己的数据集，并且使用TensorRT来对训练好的模型进行加速推理。 >>加入极市CV技术交流群，走在计算机视觉的最前沿环境配置ubuntu 18.04 64bitnvidia gtx 2080Ticuda 11.0torch 1.7pip install requirements.txt （手动狗头）我用的是nvidia官方的docker镜像，下载下来直接就可以用。不想装环境的戳这里：https://hub.docker.com/r/ultralytics/yolov5训练COCO我们下载的预训练模型就是使用COCO数据集训练出来的模型。下载COCO，运行下面的命令。YOLOv5s/m/l/x的训练时间在单台V100上是2/4/6/8天（多GPU时间更快）。使用你的GPU允许的最大的--batch-size(16 GB设备的batch大小显示)。$ python train.py --data coco.ya ………………………………