0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

YOLOv8自定義數(shù)據(jù)集訓(xùn)練到模型部署推理簡(jiǎn)析

OpenCV學(xué)堂 ? 來(lái)源:OpenCV學(xué)堂 ? 2023-03-24 09:27 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

引言

YOLOv8已經(jīng)發(fā)布,文本是第一篇全面測(cè)試從訓(xùn)練到部署的文章,詳細(xì)介紹每個(gè)細(xì)節(jié)。

YOLOv8安裝

如果你只是想使用而不是開(kāi)發(fā),強(qiáng)烈推薦通過(guò)pip安裝方式獲取YOLOv8包!YOLOv8安裝命令行

pip install ultralytics
測(cè)試查詢版本號(hào)
import ultralytics
ultralytics.checks()

運(yùn)行截圖如下:

8264501c-c9bc-11ed-bfe3-dac502259ad0.png

YOLOv8系列模型速度、精度、參數(shù)統(tǒng)計(jì)表

827fffce-c9bc-11ed-bfe3-dac502259ad0.png

01

推理測(cè)試

使用命令行

yolo predict model=yolov8n.pt source=zidane.jpg

運(yùn)行截圖如下:

829cad40-c9bc-11ed-bfe3-dac502259ad0.png

注意:D:pythonmy_yolov8_train_demo為作者自建目錄。 第一次運(yùn)行會(huì)自動(dòng)下載yolov8n.pt模型到該目錄下。

02

導(dǎo)出ONNX格式

使用命令行

yolo mode=export model=yolov8n.pt format=onnx opset=11

運(yùn)行截圖如下:

82be1cbe-c9bc-11ed-bfe3-dac502259ad0.png

自定義數(shù)據(jù)集訓(xùn)練

01

數(shù)據(jù)集制作與格式

這個(gè)跟YOLOv5完全一致,請(qǐng)參考我之前的文章

YOLOv5新版本6.x 自定義對(duì)象檢測(cè)-從訓(xùn)練到部署

記住一定要在

D:pythonmy_yolov8_train_demo
目錄下先創(chuàng)建一個(gè)datasets文件夾然后再把之前YOLOv5的自定義數(shù)據(jù)集給copy到
D:pythonmy_yolov8_train_demodatasets

這個(gè)目錄下就可以用了

訓(xùn)練執(zhí)行命令行:

yolo task=detect mode=train model=yolov8n.pt epochs=3 batch=1 data=datasets/dm_training/dataset.yaml

就可以直接開(kāi)啟訓(xùn)練了,截圖如下:

82d9fd94-c9bc-11ed-bfe3-dac502259ad0.png

8321720a-c9bc-11ed-bfe3-dac502259ad0.png

8357a1b8-c9bc-11ed-bfe3-dac502259ad0.png

83dab12a-c9bc-11ed-bfe3-dac502259ad0.png

問(wèn)題與解析

1. OSError: [WinError 1455] 頁(yè)面文件太小

執(zhí)行命令行:

python -m pip install pefile

保存為fixNvPe.py, 運(yùn)行命令行:
python fixNvPe.py --input C:UsersAdministratorAppDataLocalProgramsPythonPython38Libsite-packagestorchlib*.dll

即可解決。

2.從PyCharm IDE運(yùn)行嵌入死循環(huán) 從命令行運(yùn)行才是正確選擇

3.導(dǎo)出的ONNX格式模型無(wú)法加載 加上參數(shù)opset=11, 必須的!

總結(jié)

YOLOv8的數(shù)據(jù)集制作完全跟YOLOv5一致,模型部署推理跟YOLOv5及其相似,如果熟悉掌握YOLOv5的訓(xùn)練與部署,看到此文就可以自動(dòng)會(huì)了YOLOv8的訓(xùn)練與推理了。






審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • python
    +關(guān)注

    關(guān)注

    56

    文章

    4827

    瀏覽量

    86678

原文標(biāo)題:YOLOv8自定義數(shù)據(jù)集訓(xùn)練到模型部署推理

文章出處:【微信號(hào):CVSCHOOL,微信公眾號(hào):OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    基于YOLOv8實(shí)現(xiàn)自定義姿態(tài)評(píng)估模型訓(xùn)練

    Hello大家好,今天給大家分享一下如何基于YOLOv8姿態(tài)評(píng)估模型,實(shí)現(xiàn)在自定義數(shù)據(jù)集上,完成自定義姿態(tài)評(píng)估
    的頭像 發(fā)表于 12-25 11:29 ?3510次閱讀
    基于<b class='flag-5'>YOLOv8</b>實(shí)現(xiàn)<b class='flag-5'>自定義</b>姿態(tài)評(píng)估<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>

    maixcam部署yolov5s 自定義模型

    maixcam部署yolov5s 自定義模型 本博客將向你展示零基礎(chǔ)一步步的部署好自己的yolov
    發(fā)表于 04-23 15:43

    請(qǐng)問(wèn)如何在imx8mplus上部署和運(yùn)行YOLOv5訓(xùn)練模型

    我正在從事 imx8mplus yocto 項(xiàng)目。我已經(jīng)在自定義數(shù)據(jù)集上的 YOLOv5 上訓(xùn)練了對(duì)象檢測(cè)
    發(fā)表于 03-25 07:23

    怎樣使用PyTorch Hub去加載YOLOv5模型

    autoshape=False. 要加載具有隨機(jī)初始化權(quán)重的模型(從頭開(kāi)始訓(xùn)練),請(qǐng)使用pretrained=False. 在這種情況下,您必須提供自己的訓(xùn)練腳本。或者,請(qǐng)參閱我們的 YOLO
    發(fā)表于 07-22 16:02

    TensorRT 8.6 C++開(kāi)發(fā)環(huán)境配置與YOLOv8實(shí)例分割推理演示

    對(duì)YOLOv8實(shí)例分割TensorRT 推理代碼已經(jīng)完成C++類封裝,三行代碼即可實(shí)現(xiàn)YOLOv8對(duì)象檢測(cè)與實(shí)例分割模型推理,不需要改任何代
    的頭像 發(fā)表于 04-25 10:49 ?6993次閱讀
    TensorRT 8.6 C++開(kāi)發(fā)環(huán)境配置與<b class='flag-5'>YOLOv8</b>實(shí)例分割<b class='flag-5'>推理</b>演示

    Pytorch Hub兩行代碼搞定YOLOv5推理

    Pytorch Hub是一個(gè)幫助研究者實(shí)現(xiàn)模型再現(xiàn)、快速推理驗(yàn)證的預(yù)訓(xùn)練模型庫(kù)與一套相關(guān)的API框架。支持遠(yuǎn)程從github上下載指定模型、
    的頭像 發(fā)表于 06-09 11:36 ?1442次閱讀
    Pytorch Hub兩行代碼搞定<b class='flag-5'>YOLOv</b>5<b class='flag-5'>推理</b>

    教你如何用兩行代碼搞定YOLOv8各種模型推理

    大家好,YOLOv8 框架本身提供的API函數(shù)是可以兩行代碼實(shí)現(xiàn) YOLOv8 模型推理,這次我把這段代碼封裝成了一個(gè)類,只有40行代碼左右,可以同時(shí)支持
    的頭像 發(fā)表于 06-18 11:50 ?3741次閱讀
    教你如何用兩行代碼搞定<b class='flag-5'>YOLOv8</b>各種<b class='flag-5'>模型</b><b class='flag-5'>推理</b>

    三種主流模型部署框架YOLOv8推理演示

    深度學(xué)習(xí)模型部署有OpenVINO、ONNXRUNTIME、TensorRT三個(gè)主流框架,均支持Python與C++的SDK使用。對(duì)YOLOv5~YOLOv8的系列
    的頭像 發(fā)表于 08-06 11:39 ?3255次閱讀

    YOLOv8實(shí)現(xiàn)任意目錄下命令行訓(xùn)練

    當(dāng)你使用YOLOv8命令行訓(xùn)練模型的時(shí)候,如果當(dāng)前執(zhí)行的目錄下沒(méi)有相關(guān)的預(yù)訓(xùn)練模型文件,YOLOv8
    的頭像 發(fā)表于 09-04 10:50 ?1468次閱讀
    <b class='flag-5'>YOLOv8</b>實(shí)現(xiàn)任意目錄下命令行<b class='flag-5'>訓(xùn)練</b>

    基于YOLOv8自定義醫(yī)學(xué)圖像分割

    YOLOv8是一種令人驚嘆的分割模型;它易于訓(xùn)練、測(cè)試和部署。在本教程中,我們將學(xué)習(xí)如何在自定義數(shù)據(jù)
    的頭像 發(fā)表于 12-20 10:51 ?1278次閱讀
    基于<b class='flag-5'>YOLOv8</b>的<b class='flag-5'>自定義</b>醫(yī)學(xué)圖像分割

    如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)圓檢測(cè)與圓心位置預(yù)測(cè)

    Hello大家好,今天給大家分享一下如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)圓檢測(cè)與圓心位置預(yù)測(cè),主要是通過(guò)對(duì)YOLOv8姿態(tài)評(píng)估模型自定義
    的頭像 發(fā)表于 12-21 10:50 ?2915次閱讀
    如何基于深度學(xué)習(xí)<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>實(shí)現(xiàn)圓檢測(cè)與圓心位置預(yù)測(cè)

    YOLOv8+PyQT5打造細(xì)胞計(jì)數(shù)與識(shí)別應(yīng)用說(shuō)明

    YOLOv8對(duì)象檢測(cè)模型基于自定義數(shù)據(jù)集訓(xùn)練紅白細(xì)胞檢測(cè)模型,然后通過(guò)工具導(dǎo)出
    的頭像 發(fā)表于 01-15 17:22 ?1580次閱讀
    <b class='flag-5'>YOLOv8</b>+PyQT5打造細(xì)胞計(jì)數(shù)與識(shí)別應(yīng)用說(shuō)明

    基于OpenCV DNN實(shí)現(xiàn)YOLOv8模型部署推理演示

    基于OpenCV DNN實(shí)現(xiàn)YOLOv8推理的好處就是一套代碼就可以部署在Windows10系統(tǒng)、烏班圖系統(tǒng)、Jetson的Jetpack系統(tǒng)
    的頭像 發(fā)表于 03-01 15:52 ?2789次閱讀
    基于OpenCV DNN實(shí)現(xiàn)<b class='flag-5'>YOLOv8</b>的<b class='flag-5'>模型</b><b class='flag-5'>部署</b>與<b class='flag-5'>推理</b>演示

    RK3576 yolov8訓(xùn)練部署教程

    本章展示yolov8模型的在EASY EAI Orin nano的部署過(guò)程。
    的頭像 發(fā)表于 04-02 16:04 ?442次閱讀
    RK3576 <b class='flag-5'>yolov8</b><b class='flag-5'>訓(xùn)練</b><b class='flag-5'>部署</b>教程

    RV1126 yolov8訓(xùn)練部署教程

    本教程針對(duì)目標(biāo)檢測(cè)算法yolov8訓(xùn)練部署到EASY-EAI-Nano(RV1126)進(jìn)行說(shuō)明,而數(shù)據(jù)標(biāo)注方法可以參考我們往期的文章。
    的頭像 發(fā)表于 04-18 15:18 ?630次閱讀
    RV1126 <b class='flag-5'>yolov8</b><b class='flag-5'>訓(xùn)練</b><b class='flag-5'>部署</b>教程

    電子發(fā)燒友

    中國(guó)電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會(huì)員交流學(xué)習(xí)
    • 獲取您個(gè)性化的科技前沿技術(shù)信息
    • 參加活動(dòng)獲取豐厚的禮品