如何使用 PyTorch 中的“Pythonic”YOLOv5答案

【问题标题】：How to Use "Pythonic" YOLOv5 from PyTorch如何使用 PyTorch 中的“Pythonic”YOLOv5
【发布时间】：2021-09-22 12:42:25
【问题描述】：

我对训练 YOLOv5 模型很感兴趣。目前，我正在使用 Roboflow 将数据注释并导出为 YOLOv5 格式。我还在为 YOLOv5 使用 Roboflow's Colab Notebook。

但是，我不熟悉 Roboflow Colab Notebook 中使用的许多命令。我在here 上发现似乎有一种更“Pythonic”的方式来使用和操作 YOLOv5 模型，我会更加熟悉。

我的问题如下：

是否有在线资源可以告诉我如何训练 YOLOv5 并在使用“Pythonic”版本从 PyTorch 导入模型后提取结果（也许 StackOverflow 上的 sn-p 代码会有所帮助）？我能找到的官方文档 (here) 也对模型使用了“非 Pythonic”方法。
如果我改用这种使用 YOLOv5 的“Pythonic”方法，是否会丢失任何重要功能？
我在文档中没有发现任何其他建议，但我是否需要以与 Roboflow 不同的格式导出数据才能训练“Pythonic”模型？
与问题 1) 类似，是否有任何地方可以指导我如何在测试图像上使用经过训练的模型？我只是做prediction=model(my_image.jpg)吗？如果我想同时预测多张图像怎么办？

任何指导将不胜感激。谢谢！

【问题讨论】：

【解决方案1】：

您可以使用 Ultralytics 的 GitHub 存储库来做您想做的事；如果您想了解该过程，请查看 train.py 文件以获得更好的理解。没有简单明了的解释，您必须自己学习。

对于培训：如果您想自己编写代码，则需要大量的机器学习知识；这就是 train.py 存在的原因，test.py 和 export.py 也是如此。

【讨论】：