NAIAHD

https://github.com/ultralytics/yolov5/issues/475

1. DataParallel

시간 확인 : 0.293 hours

2. DistributedDataParallel

시간 확인 : 0.269 hours

DistributedDataParallel 를 추천 한다고 되여 있는데 시간도 빠르다.

DataParallel와  DistributedDataParallel 의 비교 :

https://algopoolja.tistory.com/56

1. 먼저 yolov5를 다운한다.

yolov5관련된 lib도 설치한다.

!git clone https://github.com/ultralytics/yolov5 # clone repo
%cd yolov5
!pip install -U -r requirements.txt

2. yolov5/data/coco.yaml수정

path: ./datasets/coco

경로 수정

3. train 실행

!python train.py --data coco.yaml --epoch 1

참고 사이트 :

https://stackoverflow.com/questions/55556965/importing-coco-datasets-to-google-colaboratory

아나콘다에서 yolov5를 환경설정하기

conda create -n yolov5 python=3.8

conda activate yolov5

yolov5를 다운로드 한다.

git clone https://github.com/ultralytics/yolov5.git

pip install 필요한 lib 다운로드

pip install matplotlib tqdm opencv-python pillow PyYAML scipy tensorboard

pytorch1.6 환경설정하기

torch버전과 torchvision에 맞는 것을 설치해야 한다.

아니면 RuntimeError: No such operator torchvision::nms 같은 오류가 난다.

pytorch.org/get-started/previous-versions/

경로에서 설치해야 한다.

먼저 cuda버전을 확인한다.

windows 10 cuda version

cmd 창에서 

nvcc --version 

설치

# CUDA 10.1

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch

최신 버전은 pytorch 1.7 이상이여야 가능하다.

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

kernel 생성

conda install ipykernel

python -m ipykernel install --user --name yolov5 --display-name yolov5Kenrel

jupyter notebook 하여 생겼는지 확인한다.

www.cryptocoin.kr/entry/CUDA-%EB%B2%84%EC%A0%84-%ED%99%95%EC%9D%B8-%ED%95%98%EA%B8%B0-nvidia-cuda-version-check-nvcc-version