基本使用
-
检测:
yolo detect data=<dataset.yaml> model=<model.pt> imgsz=<640> conf=0.3 iou=0.4
-
训练:
yolo train data=<dataset.yaml> model=<model.yaml> epochs=<300> imgsz=<640> batch=<16> device=<0,1,2,3>
-
验证:
yolo val data=<dataset.yaml> model=<model.pt> imgsz=<640>
常用参数详解
data
: 数据集配置文件,指定了数据集的路径、类别数量等信息。model
: 模型定义文件或预训练模型权重文件。epochs
: 训练的总轮数。imgsz
: 输入图像的尺寸,影响模型的输入分辨率。batch
: 每批次的图像数量,影响内存和显存的使用。device
: 使用的设备编号,可以是 CPU 或 GPU 编号,如0
或0,1,2,3
表示使用多个 GPU。conf
: 检测时的置信度阈值,低于该阈值的预测结果将被忽略。iou
: 非极大值抑制(NMS)使用的交并比阈值。source
: 指定用于检测的图像文件夹或视频文件路径。
高级参数
save
: 是否保存训练过程中的模型权重。save_period
: 保存模型的周期,如-1
表示不保存,1
表示每轮保存一次。cache
: 是否缓存数据,可以加速数据加载。workers
: 数据加载的工作线程数。pretrained
: 是否使用预训练的权重开始训练。optimizer
: 使用的优化器,如 SGD、Adam 等。lr0
: 初始学习率。lrf
: 最终学习率。momentum
: 动量参数。label_smoothing
: 标签平滑技术,用于正则化模型输出。
环境参数
project
: 指定保存模型、日志和其他输出的目录。name
: 当前运行的名称,用于区分不同的训练或检测任务。
可视化和调试参数
show
: 是否在训练或检测时显示结果。visualize
: 是否生成可视化的损失曲线等信息。plots
: 是否生成训练过程中的损失和准确率曲线图。
其他
help
: 显示帮助信息。all
: 运行所有模式(检测、训练、验证)。
获取帮助
要获取 YOLOv8 的具体帮助信息,你可以在命令行中使用以下命令:
yolo --help yolo train --help yolo detect --help yolo val --help
这些命令将显示所有可用的参数和它们的详细说明。由于 YOLOv8 仍在开发中,具体的参数和命令可能会有所变化,因此强烈建议查看最新的官方文档或使用 help
命令来获取最准确的信息。