利用YOLOv8识别自定义模型

唐豆豆*

已于 2024-07-11 15:53:26 修改

阅读量1.1k

点赞数 4

分类专栏：深度相机使用文章标签： YOLO 深度学习人工智能

于 2024-07-04 16:37:51 首次发布

本文链接：https://blog.csdn.net/doudou2weiwei/article/details/140180491

版权

一、背景介绍

最近项目需要识别自定义物品，于是学习利用YOLOv8算法，实现物品识别。由于物体类别不再常规模型中，因此需要自己训练相应的模型，特此记录模型训练的过程。

二、训练模型的步骤

1.拍照获取训练图片（训练图片越多越好）

2.将图片进行处理获得数据集：

给图片打标签，并完成数据集分割。按照验证情况，训练集越多，最终的模型验证结果越好。

深度相机识别物体——实现数据集准备与数据集分割-CSDN博客

3.训练模型：

用以下代码进行模型训练，epochs表示的是迭代次数，imgsz表示的是图像大小。

模型训练前，需要先配置相应的文件，配置文件test_data.yaml如下：

# 模型训练时的配置文件，说明了文件训练的地址和

# path: C:\Users\82370\.conda\envs\Ayolo8\Lib\site-packages\ultralytics\dataset 
train: C:\Users\82370\.conda\envs\Ayolo8\Lib\site-packages\ultralytics\dataset\train # train 文件夹
val: C:\Users\82370\.conda\envs\Ayolo8\Lib\site-packages\ultralytics\dataset\val # val 文件夹
test: # test-dev2