改进yolov8-训练

首先要卸载pip uninstall ultralytics

不用自带的库进行运行

一、要改yolov8/ultralytics/yolo/engine/model.py

1、首先在开头导入

import torch
from ultralytics.yolo.utils.torch_utils import intersect_dicts

2、在def _new(self,cfg:str,task=None,erbose=True):处，在self.model.task=self.task后，添加代码

    ckpt = torch.load('yolov8n.pt')
    csd = ckpt['model'].float().state_dict()
    csd = intersect_dicts(csd,self.model.state_dict())
    self.model.load_state_dict(csd,strict=False)
    print(f"Transferred {len(csd)}/{len(self.model.state_dict())} items')

3、在def train（self，**kwargs）处，在self.trainer=TASK_MAP下面的三行代码注释掉，并添加self.trainer.model = self.model

    #if not overrides.get("resume"):
    #   self.trainer.model = self.trainer.get_model(weights=self.model if self.ckpt else None,cfg=self.model.yaml)
    #   self.model = self.trainer.model
    self.trainer.model = self.model

 二、然后打开yolov8/ultralytics/yolo/cfg/default.py,再复制一份，命名 default1.yaml，然后改data,复制你自己数据集的yaml的路径，改训练次数等等

三、在yolov8文件下建main.py文件，这里是让yolov8运行起来的命令

from ultralytics import YOLO
model = YOLO("ultralytics/models/v8/yolov8n.yaml").train(**{'cfg':'ultralytics/yolo/cfg/default1.yaml'})

注意：这里的yolov8n.yaml要和在model.py添加的v8权重要统一，都是n

 就可以运行啦

$ python3 main.py