YOLOv5 实例分割-官方数据集训练方法
yolov5的实例分割个和前面的目标检测有点不同,其效果能达到下面这种样子,不仅能够将目标框选出来,还能将目标轮廓描绘出来。

1、准备数据集
官方数据集下载地址“yolov5-master\data\coco128-seg.yaml”文件的最后面:https://ultralytics.com/assets/coco128-seg.zip

下载好之后,将数据集扔到“yolov5-master\datasets”目标下面

其中:
1、“yolov5-master\data\coco128-seg.yaml”中设置数据集的目录结构以及分类名称,使用官方数据集的话,需要修改path值,将前面的两个点去掉:

2、“yolov5-master\models\segmentyolov5s-seg.yaml”中设置数据集的分类数量,使用官方数据集的话,直接使用默认配置即可。
2、GPU训练与测试
GPU训练命令如下:
python segment/train.py --img 640 --batch 16 --epochs 300 --data ./data/coco128-seg.yaml --cfg ./models/segment/yolov5s-seg.yaml --weights weights/yolov5s-seg.pt --device 0
如果想采用CPU进行训练,只需要将“--device 0”参数去掉即可。
训练完成之后,使用“yolov5-master\runs\train-seg\exp\weights\best-seg.pt”文件进行识别测试。
将best-seg.pt文件拷贝到weights目录下,然后执行下面命令进行测试:
python segment/predict.py --weights weights/best-seg.pt
测试结果会保存到“yolov5-master\runs\predict-seg\exp”目录下:
