devbox
你好赵伟
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

【yolov8目标检测】使用yolov8训练自己的数据集

作者：你好赵伟 | 2024-02-13 00:44:45

赞

踩

使用yolov8训练

目录

准备数据集 

python安装yolov8 

配置yaml 

从0开始训练

从预训练模型开始训练

准备数据集 

首先得准备好数据集，你的数据集至少包含images和labels，严格来说你的images应该包含训练集train、验证集val和测试集test，不过为了简单说明使用步骤，其中test可以不要，val和train可以用同一个，因此我这里只用了一个images

其中images装的是图片数据，labels装的是与图片一一对应同名的yolo格式txt，即类别号，经过归一化的中心x和y坐标以及宽和高

python安装yolov8 

然后我们开始准备yolov8，使用python的API的话就比较简单，首先安装一下yolov8

用pip的话安装的话

pip install ultralytics

使用pycharm安装的话

配置yaml 

安装完了之后，差不多就可以开始了，我们首先看看官方给的代码

  1. from ultralytics import YOLO
  2.  
  3. # Load a model
  4. model = YOLO("yolov8n.yaml")  # build a new model from scratch
  5. model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)
  6.  
  7. # Use the model
  8. model.train(data="coco128.yaml", epochs=3)  # train the model
  9. metrics = model.val()  # evaluate model performance on the validation set
  10. results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image
  11. path = model.export(format="onnx")  # export the model to ONNX format

其中迷惑的是yolov8n.yaml、yolov8n.pt和coco128.yaml这几个文件，yolov8n.yaml是yolov8的配置，yolov8n.pt是预训练的模型，coco128.yaml是coco数据集的配置参数

因此如果我们想要训练自己的模型的话，需要修改一下配置文件，首先到GitHub上下载yolov8n.yaml和coco128.yaml下来，这两个文件的位置有可能会变，所以最好在仓库上直接搜索

大概长这样，你也可以自己创建，然后把内容复制进去

yolov8n.yaml

  1. # Ultralytics YOLO 
    声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/你好赵伟/article/detail/79131
    推荐阅读
    相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。