【目标检测】使用自己的数据集训练并预测yolov8模型
1、下载yolov8的官方代码
地址: ONNX > OpenVINO > CoreML > TFLite">GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite
2、下载目标检测的训练权重 yolov8n.pt
将 yolov8n.pt 放在ultralytics文件夹下
3、数据集分布
注意(测试集可有可无)
----mydata
-------train
--------images (训练图片)
--------labels (训练标签)
-------test
--------images (测试图片)
--------labels (测试标签)
-------valid
--------images (验证图片)
--------labels (验证标签)
4、修改文件的参数
(1) 修改coco8.yaml的参数
将....../ultralytics/ultralytics/cfg/datasets 目录下的 coco8.yaml复制到ultralytics中去。
修改里面的参数,主要是修改自己数据集的路径和类别信息。
(2)修改yolov8.yaml的参数
文件位置在....../ultralytics/ultralytics/cfg/models/v8/yolov8.yaml
nc: 代表yolo8有80个类别,这里改为我们自己数据集的类别数
(3) 卸载ultralytics ,然后在重新装一下
卸载:
pip uninstall ultralytics
安装
python setup.py
最新版本的ultralytics是没有setup.py这个文件的,所以安装方式参考以下博客
快速教你解决yolov8没有setup.py的问题_没有setup.py文件-CSDN博客
5、训练自己的数据集
yolo task=detect mode=train model=/home/dyy/PycharmProjects/ultralytics/ultralytics/cfg/models/v8/yolov8n.yaml data=/home/dyy/PycharmProjects/ultralytics/tank.yaml(自己的数据集参数) epochs=10 batch=1 save=true workers=8
6、测试自己的数据集
yolo task=detect mode=predit model=/home/dyy/PycharmProjects/ultralytics/runs/detect/train12/weights/best.pt source=/home/dyy/PycharmProjects/ultralytics/myData/color/355.png save=true