建立电商网站,无锡城乡建设部网站首页,小型教育网站的开发建设论文,学做实体店网站一 yolov8 背景介绍
YOLOv8是一种尖端的、最先进的(SOTA)模型#xff0c;建立在以前 YOLO 版本的成功基础上#xff0c;并引入了新的特性和改进#xff0c;以进一步提高性能和灵活性。YOLOv8被设计为快速、准确、易于使用#xff0c;这使它成为一个很好的选择#xff0c;…一 yolov8 背景介绍
YOLOv8是一种尖端的、最先进的(SOTA)模型建立在以前 YOLO 版本的成功基础上并引入了新的特性和改进以进一步提高性能和灵活性。YOLOv8被设计为快速、准确、易于使用这使它成为一个很好的选择用于范围广泛的目标检测和跟踪、实例分割、图像分类和姿势估计任务。
一个不错的参考yolov8官方代码训练模型
github yolov8 官网地址 地址
GitHub - ultralytics/ultralytics: NEW - YOLOv8 in PyTorch ONNX OpenVINO CoreML TFLite 预训练模型在 coco 数据集的执行效果 1.1 环境安装 pip install ultralytics 1.2 安装cuda
使用的是重新配置的一套环境使用最新版的cuda 本机执行没有成功使用11.8可以 pip install torch2.1.1 torchvision0.16.1 torchaudio2.1.1 --index-url https://download.pytorch.org/whl/cu118 二 数据集
本项目场景比较通用使用的网上的公共数据集下载网站
Roboflow Universe: Open Source Computer Vision Community
这里选择数据集下载格式 三 执行训练
3.1 先把代码拉到本地
git clone https://github.com/ultralytics/ultralytics.git 3.2 使用demo文件做测试
from ultralytics import YOLO# Load a model
model YOLO(yolov8n.yaml) # build a new model from YAML
model YOLO(yolov8n.pt) # load a pretrained model (recommended for training)
model YOLO(yolov8n.yaml).load(yolov8n.pt) # build from YAML and transfer weights# Train the model
results model.train(datacoco128.yaml, epochs100, imgsz640) 3.3 wandb 显示bug 这个报错显示了你正在使用的代码试图使用 WandbWeights Biases但是没有配置正确的 API 密钥。
要解决这个问题你需要提供正确的 Wandb API 密钥。你可以按照之前的建议在代码中调用 wandb.login(keyyour_api_key) 方法来配置 API 密钥。确保将 your_api_key 替换为你自己生成的 API 密钥。
3.3.1 解决方法
命令行执行 wandb offline 方法二没测试不知道是否可行
import wandb
wandb.disabled True3.4 调整配置参数
注意 线程的数据 设置不能是8默认设为0设为8给我卡住了。 3.5 下载预训练模型
根据需要和场景下载适合的预训练模型 3.6 开始训练
from ultralytics import YOLO
import multiprocessing# Load a model
model YOLO(yolov8m.yaml) # build a new model from YAML
model YOLO(./yolov8m.pt) # load a pretrained model (recommended for training)
model YOLO(yolov8m.yaml).load(./yolov8m.pt) # build from YAML and transfer weights# results model.train(data./data.yaml, epochs10, imgsz640)if __name__ __main__:multiprocessing.freeze_support()# 这里放置你的主程序代码# 例如调用 model.train() 函数results model.train(data./data.yaml, epochs500, imgsz640)
