Für das Training verwende ich den SKU110k Datensatz, dieser kann unter folgender Addresse heruntergeladen werden: https://retailvisionworkshop.github.io/detection_challenge_2020/. Die Dateien müssen in einen Ornder input/ auf der obersten Projektebene abgelegt werden, danach kann mithilfe des Befehls python src/prepare der Datensatz für das Training mit Yolov5 vorbereitet werden.
Beim ersten Ausführen von python src/training wird eine Fehlermeldung ausgeworfen, welche besagt das der Datensatz nicht gefunden werden kann. Um die Fehlermeldung zu beheben muss eine Abschnitt im Quellcode den Yolov5-pip Pakets entfernt werden. Der folgende Abschnitt muss entfernt werden: https://github.com/fcakyon/yolov5-pip/pull/151/files.
Beschreibung für das Annotationsformat: https://roboflow.com/formats/yolov5-pytorch-txt.
Nach einem Training von 10 Epochen liefert das Modell bereit ein zeigbares Ergebnis. Die Bounding Boxen sind noch merkwürdig skaliert und sollen eigentlich das gesamte Produkt umfassen. Im /docs Ordner sind weiter gut funktionierende Besipiele.
