个人学习YOLOV10安装(cpu)_yolov10 cpu

1.创建虚拟环境，激活环境

conda create -n yolov10=3.9
conda activate yolov10

2.安装cpu版本的pytorch

conda install pytorch torchvision torchaudio cpuonly -c pytorch

 3.官网下载yolov10文件

GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection

4.在本地文件下运行requirement

pip install -r requirements.txt
pip install -e .

5.创立datasets文件夹，然后放到yolov10文件夹下 

datasets------images----train

                                -----val

              ------labels------train

                                ------val

6.官网下载模型到yolov10文件夹下

7.在ultralytics文件夹下新建mydata.yaml

里面内容为

#path: ../datasets/mydata  # dataset root dir
#path: home/hexuran/ultralytics-main/datasets/CMD
path: ../datasets  # dataset root dir
train: images/train
val: images/val
#test:  # test images (optional)
 
 
nc: 5
names: ['binary1'，'binary2','binary3','binary4','binary5']

nc:种类

names：按打标签的顺序依次填入

8.对yolov10进行训练

yolo detect train data=mydata.yaml model=yolov10n.pt epochs=10 imgsz=640

参数解释：

yolo detect train:表示进行目标检测的训练

data=mydata.yaml:指定你自己数据集yaml文件

model=yolov10n.pt:指定下载yolov10的预训练权重文件

epochs=10:设置训练轮次，可以先设置小一点，先看看结果如何

imgsz=640:设置图片长度