php可以做网站,网站建设的目标是,漳州网站开发去博大钱少a,美食网站代做文章目录 前言1 下载yolov8#xff08;[网址](https://github.com/ultralytics/ultralytics)#xff09;2 配置conda环境3 用pycharm打开文件3 训练自己的YOLOV8数据集4 run下运行完了之后没有best.pt文件5 导出为onnx文件6 yolov8应用完整案例#xff08;免费且包含源代码、… 文章目录 前言1 下载yolov8[网址](https://github.com/ultralytics/ultralytics)2 配置conda环境3 用pycharm打开文件3 训练自己的YOLOV8数据集4 run下运行完了之后没有best.pt文件5 导出为onnx文件6 yolov8应用完整案例免费且包含源代码、数据集总结 前言
本文记录一下yolov8训练目标检测模型的过程以及其中的一些需要注意的地方。本人是yolov5直接使用的yolov8因此本文也记录了与yolov5的训练过程不一样的地方。 原创声明如有转载请注明文章来源。码字不易如对卿有所帮助欢迎评论、点赞、收藏。 1 下载yolov8网址 2 配置conda环境
这边说一下pip这里会自动安装cpu版本的torch。因此安装torch要去官网下载不注意的话后面训练模型会超级慢。
Prompt终端
1、创建一个新的环境终端输入
conda create -n YOLOV8_1 python3.9
2、激活环境
conda activate YOLOV8_1
3、转到YOLOV8所在文件夹
cd /d D:\python_set\ultralytics-yolov8-main
4、安装requirements.txt中的包
pip install -r requirements.txt3 用pycharm打开文件
打开之后你可能会觉得yolov5文件包里面啥都有怎么yolov8里面好像啥也没有连个train.py都没有还怎么用呀其实这就是工程化代码的特点你可以基于这个框架自己创建一个train只要几行代码就可以训练好了。不会再是yolov5一个train文件看得头大。
在ultralytics中加入创建dataset文件夹子文件夹code_inspection是本人的项目。里面存档你的images、lables和yaml文件 images labels yaml文件这个是从coco128中改的coco128.yaml路径为ultralytics/cfg/datasets/coco8.yaml 3 训练自己的YOLOV8数据集
打开终端
输入如下
# 相关参数需要自己修改一下这个应该很好理解
yolo detect train datadatasets/code_inspection/code_inspection.yaml modelyolov8n.yaml pretrainedultralytics/yolov8n.pt epochs200 batch8 lr00.01 resumeTrue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20个字符作用的一个号码就可以用wandb了。
yolov5yolov8有train detect文件没有train detect文件最好用终端训练没有wandb有wandb
4 run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。 点击进入最上面的链接 按照如下顺序点击即可下载模型。反正我觉得不是很方便。 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。
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(formatonnx)6 yolov8应用完整案例免费且包含源代码、数据集
大图像中的小目标检测——基于YOLOV8OnnxRuntime部署滑动窗口Zbar的条码检测研究
总结
入门yolov8目标检测的步骤
环境配置标注数据集标注的报错点在这里 (以YOLO标注为例)labelimg标注闪退的几种情况详解报错IndexError: list index out of range熟悉训练过程。由于yolov8加入了一些可视化的东西用过yolov5之后再来看yolov8会有反应不过来wandb的用法。找一个案例练习在这里给大家提供一个超级赞的案例工业产线上的目标检测案例。 大图像中的小目标检测——基于YOLOV8OnnxRuntime部署滑动窗口Zbar的条码检测研究
