YOLOv8訓練自己的數據集(詳細教程)

等瞭好久終於等到瞭V8,趕緊測測效果,放張官網的比對圖

官網鏈接

https://github.com/ultralytics/ultralytics

再下載自己所需要的權重

https://github.com/ultralytics/assets/releases

使用pycharm打開之後,需要在命令行輸入下面命令

pip install ultralytics

參數配置

打開目錄下的文件夾 ultralytics->yolo->configs->default.yaml

參數可以根據自己的需求輸入在命令行裡(自認為沒有V5簡潔直觀,甚至有點麻煩)

訓練

在主目錄下創建個myself.yaml文件,格式與V5的一樣

訓練命令

yolo task=detect mode=train model=yolov8n.pt data=myself.yaml batch=60 epochs=300 imgsz=640

檢測

將訓練好的best.pt放到主目錄下(方便省事),在命令行輸入

yolo task=detect mode=predict model=best.pt source="C:\Users\Desktop\1"

runs文件夾查看效果即可

評價

  • 訓練時好慢,有的時候還會出異常,GPU利用率上不去,希望後期能修復,別像V6,V7一樣就好
  • 目前推出的都是適合640的模型,在較大分辨率圖片上看不出效果,等1280適配的模型出瞭再更新
  • 最重要的是,目前V8隻支持使用命令去訓練和其他操作….

總結

到此這篇關於YOLOv8訓練自己的數據集的文章就介紹到這瞭,更多相關YOLOv8訓練自己的數據集內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: