【目标检测】使用自己的数据集训练并预测yolov8模型

07-14 1481阅读

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

【目标检测】使用自己的数据集训练并预测yolov8模型

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。

      【目标检测】使用自己的数据集训练并预测yolov8模型

      (2)修改yolov8.yaml的参数

文件位置在....../ultralytics/ultralytics/cfg/models/v8/yolov8.yaml

【目标检测】使用自己的数据集训练并预测yolov8模型

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
VPS购买请点击我

文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。

目录[+]