yolov8-实例分割步骤

2023-12-21 20:36:25

这里只说简单的训练步骤
v8实例分割的数据集和v5是通用的也是labelme标记的json文件转txt

  1. 下载yolov8代码 https://github.com/ultralytics/ultralytics
  2. 安装训练环境
  3. 创建一个python文件里面加入训练启动的代码 ,然后通过pycharm启动如果没有数据集文件会自动下载,后期需要用自己的数据集替换就好了
from ultralytics import YOLO
from PIL import Image
if __name__ == '__main__':
    model = YOLO('yolov8n-seg.yaml')  # build a new model from YAML //根据网络模型名称初始化模型结构并返回模型加载信息
    # model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)
    # model = YOLO('yolov8n.yaml').load('yolov8n.pt')  # build from YAML and transfer weights
    # Train the model
    results = model.train(data='coco8-seg.yaml', epochs=100, imgsz=640)

4.推理,model里面的模型填自己训练模型路径,训练的模型也在runs下面 ,source里面填自己想推理的图片路径

yolo segment predict model=yolov8n-seg.pt source='https://ultralytics.com/images/bus.jpg'

网络模型配置文件在ultralytics/cfg/models下面
数据集配置文件在ultralytics/cfg/datasets下面

文章来源:https://blog.csdn.net/qq_37797583/article/details/135138729
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。