2.2 YOLOv8训练自己的模型并部署RK3588(Rock5B开发板)

7 篇文章 4 订阅 ¥29.90 ¥99.00
本文详细介绍了如何训练YOLOv8模型,包括环境创建、数据集准备、模型训练和导出。接着在Ubuntu 20环境下转换模型为rknn格式,并提供了一步步的操作步骤,最终在RK3588(Rock5B开发板)上进行推理。
摘要由CSDN通过智能技术生成

2.2.1 模型训练

(1)yolov8环境创建

#下载rockchip优化后的代码
git clone https://github.com/airockchip/ultralytics_yolov8.git
#创建rk_py38_yolov8 虚拟环境
conda create -n rk_py38_yolov8 python=3.8
#激活虚拟环境
conda activate rk_py38_yolov8 
#进入yolov8目录,安装依赖
pip install -r requirements.txt
#将yolov8以连接链接安装
pip install -e .

(2)数据集准备

新建tran.yaml文件:

train: D:/Yolovx_Prj/data_base/car_4type_small/train
val: D:/Yolovx_Prj/data_base/car_4type_smal
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值