当前位置:首页 > 编程笔记 > 正文
已解决

YOLOV8目标检测——模型训练

来自网友在路上 164864提问 提问时间:2023-10-23 01:55:21阅读次数: 64

最佳答案 问答题库648位专家为你答疑解惑

文章目录

  • 1下载yolov8([网址](https://github.com/ultralytics/ultralytics))
  • 2用pycharm打开文件
  • 3训练自己的YOLOV8数据集
  • 4run下运行完了之后没有best.pt文件
  • 5导出为onnx文件

本章内容主要解决如何训练自己的YOLOV8模型。

1下载yolov8(网址)

在这里插入图片描述

2用pycharm打开文件

关于环境配置参考-初始YOLOV8

  1. 在ultralytics中加入创建文件夹,里面存档你的images、lables和yaml文件
    在这里插入图片描述
    images
    在这里插入图片描述
    labels
    在这里插入图片描述
    yaml文件,这个是从coco128中改的(coco128.yaml路径为:ultralytics/cfg/datasets/coco8.yaml)
    在这里插入图片描述

3训练自己的YOLOV8数据集

  1. 打开终端
    在这里插入图片描述输入如下:
yolo detect train data=datasets/code_inspection/code_inspection.yaml model=yolov8n.yaml pretrained=ultralytics/yolov8n.pt epochs=200 batch=8 lr0=0.01 resume=True

运行之后会出现一个询问:wanna会询问你要不要使用wandb记录训练结果,这个时候需要你点击进入链接,创建一个wandb的账号,账号会自动生成一个号码,就可以用wandb了。
在这里插入图片描述

4run下运行完了之后没有best.pt文件

yolov8的训练的文件会放在网络端,当然也是有办法放在本地的。我是没有的。
在这里插入图片描述
点击进入最上面的链接
在这里插入图片描述
按照如下顺序点击即可下载模型。反正我觉得不是很方便。
在这里插入图片描述
啊这,过了个小时,run文件下权重文件直接就出现了。可能是我重启之后的效果。
在这里插入图片描述

5导出为onnx文件

这个倒是很方便的。创建一个文件,赋值下面代码就可以了。

from ultralytics import YOLO# Load a model
model = YOLO('best.pt')  # load a custom trained model# Export the model
model.export(format='onnx')
查看全文

99%的人还看了

猜你感兴趣

版权申明

本文"YOLOV8目标检测——模型训练":http://eshow365.cn/6-22077-0.html 内容来自互联网,请自行判断内容的正确性。如有侵权请联系我们,立即删除!