网站后台怎么添加模板,搜索引擎友好的网站有哪些特点,网站规划设计方案,wordpress 更改域名目录 一#xff1a;前言
二#xff1a;安装yolov8 一#xff1a;前言
最近看了 YOLO 的发展史#xff0c;发现在机器视觉领域的应用非常广泛#xff0c;f刚好最近一直在做机器视觉的工作#xff0c;特此记录下搭建yolov的环境。我们使用的版本是yolov8的就用这个作为演…目录 一前言
二安装yolov8 一前言
最近看了 YOLO 的发展史发现在机器视觉领域的应用非常广泛f刚好最近一直在做机器视觉的工作特此记录下搭建yolov的环境。我们使用的版本是yolov8的就用这个作为演示搭建过程。
二安装yolov8
1 安装地址 https://github.com/ultralytics/ultralytics 直接git clone
https://github.com/ultralytics/ultralytics.git
2 安装完安装依赖包
我们可以把依赖包定义在requirements.txt中进行批量安装这样就不用一个一个安装。
如下:
psutil opency-python pyyaml matplotlib tqdm requests
安装前我们需要创建一个虚拟环境
conda create -n yolon8 python3.10
激活环境
activate yolon8 批量安装
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
查看安装的包
conda list 3安装pytorch pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
yolov8的模型训练和使用依赖于pytorch这个安装时间会比较长。 4安装ultralytics
pip install ultralytics
这个安装过程中需要安装其他库文件时间比较长而且链接github不稳定老是为超时可以多尝试几次。
这里安装出现错误
我们单独安装: pip install pandas
5安装完我们可以在命令行训练模型
yolo taskdetect modepredict modelyolov8n.pt conf0.25 sourceultralytics/assets/bus.jpg 6 使用训练的模型检测
yolo taskdetect modepredict modelyolov8n.pt conf0.25 sourceultralytics/assets/xingren.jpg 附训练方法
1 多Gpu训练:
from ultralytics import YOLO # Load a model model YOLO(yolov8n.pt) # load a pretrained model (recommended for training) # Train the model with 2 GPUs results model.train(datacoco128.yaml, epochs100, imgsz640, device[0, 1])
命令行模式:
yolo detect train datacoco128.yaml modelyolov8n.pt epochs100 imgsz640 device0,1
2单GPU或cpu
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) # 或者这么写 model YOLO(yolov8n.yaml).load(yolov8n.pt) # build from YAML and transfer weights
# Train the model results model.train(datacoco128.yaml, epochs100, imgsz640)
命令行模式:
olo detect train datacoco128.yaml modelyolov8n.pt epochs100 imgsz640
