基本步骤

• YOLO label格式说明

  // 格式 label_index  x_center   y_center   width   height
  //        标签编号    box中心x    box中心y    宽度     高度
  
  // 示例:每个值中间用一个空格隔开,上面格式是为了显示清楚
  0 0.403003 0.372753 0.138799 0.245565
  
  // 具体的计算公式
  box_x_min // 左上角横坐标
  box_y_min // 左上角纵坐标
  box_x_max // 右下角横坐标
  box_y_max // 右下角纵坐标
  x_center = float(box_x_min + box_x_max) / (2 * picture_width)
  y_center = float(box_y_min + box_y_max) / (2 * picture_height)
  width = float(box_x_max - box_x_min) /  picture_width
  height = float(box_y_max - box_y_min) /  picture_height

GPU训练环境搭建

1. 查看Torch要求的CUDA版本是否满足条件

   • Torch地址 本地开始 | PyTorch - PyTorch 深度学习库

     

   • 查看本机当前CUDA版本（终端执行 nvidia-smi 命令）

   • 如果本机CUDA版本与Torch官网中要求的不一致，需要卸载重新安装（在应用和功能界面将 图形驱动系统 卸载掉）

     

2. 安装对应版本CUDA和cuDNN

   • 下载地址
     • CUDA各版本下载地址：CUDA Toolkit Archive | NVIDIA Developer
     • cuDNN各版本下载地址：cuDNN Archive | NVIDIA Developer
   • 安装步骤
     • CUDA
     • cuDNN

参考文档

• yolov5 label格式说明_yolo label-CSDN博客