import pathlib from pathlib import Path pathlib.PosixPath = pathlib.WindowsPath import sys # Ajoutez le chemin du répertoire YOLOv5 au sys.path pour pouvoir importer train.py BASE_DIR = Path(__file__).resolve().parent YOLOV5_DIR = BASE_DIR / "yolov5" sys.path.append(str(YOLOV5_DIR)) from yolov5.train import main, parse_opt # Importation directe des fonctions nécessaires # Définir les chemins et options MODEL_PATH = BASE_DIR / "models/models--keizer77--samyolo2/snapshots/74c8cb12ae448ff0b8bae9ef522b54ec09b47c20/best.pt" DATA_YAML_PATH = BASE_DIR / "labelid_image/data.yaml" OUTPUT_DIR = BASE_DIR / "weights" def train_yolo_direct(): # Préparer les options pour l'entraînement opt = parse_opt() opt.imgsz = 640 opt.batch_size = 16 opt.epochs = 10 opt.data = str(DATA_YAML_PATH) opt.weights = str(MODEL_PATH) opt.project = str(OUTPUT_DIR) opt.name = "custom_model" opt.device = "cpu" # Spécifier le périphérique (CPU ou GPU) # Appeler directement la fonction d'entraînement print("Lancement de l'entraînement YOLOv5...") main(opt) if __name__ == "__main__": try: train_yolo_direct() except Exception as e: print(f"Erreur lors de l'exécution de l'entraînement : {e}")