问题描述 在使用 yolov5 训练的过程中，想查看训练过程曲线。
问题解决
- 找到
models/yolo.py文件，将最下面有关 Tensorboard 的注释打开：
# Create model
model = Model(opt.cfg).to(device)
model.train()# Profile
if opt.profile:
img = torch.rand(8 if torch.cuda.is_available() else 1, 3, 640, 640).to(device)
y = model(img, profile=True)# Test all models
if opt.test:
for cfg in Path(ROOT / 'models').rglob('yolo*.yaml'):
try:
_ = Model(cfg)
except Exception as e:
print(f'Error in {cfg}: {e}')# Tensorboard (not working https://github.com/ultralytics/yolov5/issues/2898)
from torch.utils.tensorboard import SummaryWriter
tb_writer = SummaryWriter('.')
LOGGER.info("Run 'tensorboard --logdir=models' to view tensorboard at http://localhost:6006/")
tb_writer.add_graph(torch.jit.trace(model, img, strict=False), [])# add model graph
- 进入项目的根目录，然后执行如下命令：
tensorboard --logdir=./runs
【yolov5 tensorboard 可视化查看】
文章图片
结果图 然后通过浏览器访问 http://localhost:6006/
文章图片
推荐阅读
- YOLO|Ubuntu18.04配置darknet环境实现YOLOv4目标检测(五)——darknet YOLOv4和YOLOv4-tiny模型转ONNX转TensorRT部署
- YOLO-Darknet|YOLO-Darknet实战（一）（Darknet安装与测试）
- 深度学习|YOLO系列改进
- yolo|YOLOv5代码阅读笔记 - 损失函数
- 目标检测|Yolov5 v6.1网络结构
- 目标检测|YOLOV4 -- SE注意力机制
- Yolo|在yolov5的网络结构中添加注意力机制模块