ROBOT_IMAGE_PROCESS_DETECTION_MODEL_TRAIN_v2.0.1/code/object_detection.sh

#!/bin/bash

str=$1
# str是外部传入的实参,如：sudo ./object_detection.sh/data2/fengyang/sunwin/data/image/项目名称/
# <存放预处理图片的路径  ，只需定位到total_data的上一级目录就行>

if [ ! -n "$str" ]; then     # 利用 -n来判断字符串是否非空
  echo 'path 值为空'
  exit 0

fi

if [ ! -d $str ]; then   # -d 文件为目录为真
  echo '$str 不存在，请检查路径是否存在...'
  exit 0
fi

# 注意：路径后面不要带'/'符号
#train_model_path='/data2/fengyang/sunwin/train_model'
#train_code_path='/data2/fengyang/sunwin/code/models-master/research/object_detection'
data_path='/data2/object_detection/data/image'  # 项目名称/存放total_data的路径
data_manage_code_path='/data2/object_detection/code/data_manage'  # 数据预处理data_manage的路径
yolov5_code_path='/data2/object_detection/code/yolov5'

if [[ $str == */ ]]; then project_path=${str%?};else project_path=$str;fi

str_name=${project_path##*/}   # ${变量名##删除字符串 正则表达式}，作用：从字符串的结尾开始匹配 删除字符串

project_class_img_path="${project_path}/class_img_dir"

echo '333'
sed -i "31c dir = $project_path" $data_manage_code_path/config/data_manage.conf  # sed -i 直接对内容进行修改

sed -n '30,31p' $data_manage_code_path/config/data_manage.conf  # 取消默认输出，sed默认会输出所有文本内容，
                                                                # 使用-n参数后只显示处理过的行，打印30到31行
echo '111'

cd $data_manage_code_path
python run_gen.py 
echo '222'


echo '等待三分钟...。如果不需要执行模型训练功能，请尽快关闭脚本并kill其进程'
sleep 30s 


cd $yolov5_code_path


python train.py --data /data2/object_detection/data/image/$str_name/yolo/$str_name.yaml --weights weights/yolov5l6.pt --img 1280  --epochs 70 --name $str_name --batch-size 4