前言
平台:百度智能云
运行项目:yolov8
一、使用步骤
1.搭好基本python环境
注册百度智能云------>点击全模型中心—>notebook建模---->点击新建
新建实验,点击确定
2.打开终端,测测cuda是否安装
使用以下代码测试torch安装是否成功。
import torch
print(torch.cuda.is_available())
3.复制yolov8工程
yolov8官方网址:https://github.com/ultralytics/ultralytics
最好是把项目放在storage目录下,如果不知道现在在哪一层目录,在终端输入 ls
查找
1、复制工程
git clone https://githubfast.com/ultralytics/ultralytics.git
2、在ultralytics-main下添加train.py文件
import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO
if __name__ == '__main__':
model = YOLO('ultralytics/cfg/models/v8/yolov8n.yaml')
# model.load('yolov8n.pt') # loading pretrain weights
model.train(data='/home/bml/storage/ultralytics/Datasets/dataset/data.yaml',
cache=False,
imgsz=640,
epochs=200,
batch=16,
close_mosaic=10,
workers=8,
device='0',
optimizer='SGD', # using SGD
# resume='', # last.pt path
# amp=False, # close amp
# fraction=0.2,
project='runs/train',
name='exp',
)
3、在ultralytics-main下添加数据集和data.yaml
# dataset path
# path: /root/code/project/yolov8/
train: /home/bml/storage/ultralytics-main/dataset/images/train改成自己的路径地址
val: /home/bml/storage/ultralytics-main/dataset/images/val改成自己的路径地址
test: /home/bml/storage/ultralytics-main/dataset/images/test改成自己的路径地址
# number of classes
nc: 1
# class names
names: ['ship']
在文章下方下载数据集哦
二、运行结果
总结
1、我尝试用conda create --name myenv python=3.8创建新环境,但是会出各种各样的问题,既然能用原来的跑起来,就不要乱搞了。
2、切忌用yolov8里面的requirement.txt一键安装环境,否则会破坏原来的环境,又得重新配环境。
3、最好换源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
4、要掌握网络结构
5、终端查torch版本:python -c "import torch; print(torch.__version__)"
6、安装timm时不改变其他依赖模块:pip install timm --no-deps
,安装其他模块也同理