3深圳网站建设,创新的菏泽网站建设,营销型网站建设发难,网站建设的关键要素1.下载文件
在github上下载YOLOV8模型的文件#xff0c;搜索yolov8#xff0c;star最多这个就是
2. 准备环境
环境要求python3.8#xff0c;PyTorch1.8#xff0c;自行安装ptyorch环境即可
2. 制作数据集
制作数据集#xff0c;需要使用labelme这个包#…1.下载文件
在github上下载YOLOV8模型的文件搜索yolov8star最多这个就是
2. 准备环境
环境要求python3.8PyTorch1.8自行安装ptyorch环境即可
2. 制作数据集
制作数据集需要使用labelme这个包安装命令为
pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple然后启动labelme在终端输入labelme这个命令即可 打开后是这样我这个是汉化过的了正常打开是英文的 然后点击labelme界面的打开文件夹打开你准备标的图片
正常标即可标完后你会在文件夹下看到很多.json格式的文件正常时一张图片对应一个.json文件。
到现在数据集还不能用需要把标好的数据集转化称YOLOv8能用的数据集这里需要下载一个包叫做labelme2yolo直接pip命令下载即可 pip install labelme2yolo然后输入命令改变数据集格式
labelme2yolo --json_dir /path/to/labelme_json_dir/ --val_size 0.15 --test_size 0.15这里的 –val_size 0.15 --test_size 0.15表示划分数据集其中70%用来训练15%评估15%测试
完成后你会看到文件夹下的数据集名称为YOLODatasetYOLODataset问价下有两个文件夹分别是images和labels和一个dataset.yaml文件 3.训练模型
训练模型首先需要准备训练文件
from ultralytics import YOLO
# Load a model
#
model YOLO(yolov8n-seg.yaml).load(yolov8n-seg.pt) # build from YAML and transfer weights
# Train the model
#这里需的dataset.yaml文件是第二步使用labelme2yolo自动生成的
model.train(dataE:\\edge_downlond\\ultralytics-main\\ultralytics-main_9_7\\datasets\\YOLODataset\\dataset.yaml , epochs300)如果第一次运行这里需要下载预训练文件需要梯子下载没有的话需要手动去github下载预训练文件有不同大小的这里根据需求选择即可一般来说大模型效果更好但是花费的时间也更多速度慢
启动训练文件运行即可这样就是成功训练了 训练完成后会生成权重文件保存在runs文件夹下 3.运行模型
创建一个运行模型的文件
from ultralytics import YOLOmodel YOLO(runs/segment/train5/weights/best.pt) # load a custom model
#改成自己的权重文件路径
results model(source./6.mp4, saveTrue )
#source的路径改成自己需要分割的图片视频均可点击文件运行即可运行的结果保存在runs文件夹下面
