目录
一、使用Autodl租服务器
二、YOLOv8的环境搭建与划分数据集
三、模型train
四、模型detect与val
一、使用Autodl租服务器
1.1 选择主机
1.2 选择基础镜像,然后点击“立即创建”
1.3 点击关机,选择无卡模式(这样省钱)
1.4 点击jupyterlab
1.5 上传数据集
下载FileZilla软件,进行数据集的上传。
步骤:点击左上角文件→站点管理器→填写主机、端口、密码→点击连接
本地站点选择要上传的文件夹,远程站点选择被上传到服务器的位置
数据上传完成后如下图
二、YOLOv8的环境搭建与划分数据集
2.1 关闭无卡模式,进入GPU模式,在启动页中点击终端输入python setup.py install。在autodl-tmp/dataset下,在终端输入python xml2txt.py
这样就跑完了,在输入python split_data.py,遇到错误如下图
在终端里输入pip install scikit-learn,就不会报错了。我们再重复上一步的python split_data.py。在路径autodl-tmp/dataset/下,就生成images与labels文件夹,images里生成train、val和test文件,各自里面包含图片;labels里生成train、val和test文件,各自里面包txt文件。到这里数据集的划分就结束了。
三、模型train
3.1点开data.yaml
train:填写训练集的路径;
val:填写验证集的路径;
test:填写测试集的路径;
nc:被检测物体的类别,这里用的VOC2007数据集中trainval部分,所以nc=20;
names:被检测物体的类别名称。
3.2点开default.yaml(里面摆放了一些参数)
路径在autodl-tmp/ultralytics/yolo/cfg/default.yaml
task:我们用来检测,所以用默认的detect;
model:是选择是train,还是val,或者其他。这里是训练模型,所以用默认的train;
model:放权重或者网络结构的yaml文件;
data:就是存放数据集的文件夹,这里是上面提到的data.yaml文件。
在终端输入yolo cfg=ultralytics/yolo/cfg/default.yaml进行模型训练
遇到了报错:
版本不符合他的要求,换个版本就行了。我这里采用的先卸载,再指定版本的库下载。
第一个报错:pip uninstall tqdmpip install tqdm第二个报错:pip uninst urllib3pip install urllib3==1.26.11
重新在终端输入yolo cfg=ultralytics/yolo/cfg/default.yaml进行训练,就不报错了。于是就开始下载权重文件了。
现在就正式训练了
四、模型detect与val
只需要把default.yaml中mode进行修改,在终端依旧输入yolo cfg=ultralytics/yolo/cfg/default.yaml进行detect与val。