自己浅浅尝试,其实无论是在wsl中还是在Pycharm中都很容易使用。
查询cuda支持
查询cuda版本
低于版本均可安装
最终安装完成环境如下
使用代码:
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
总流程如下:
打开cmd
conda create -n DeepL python=3.10
conda activate Deepl
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
至此,一个基础的pytorch环境就完成了
数据集,VScode按视频中操作即可,解压完成后
train文件内容
from ultralytics import YOLO
# 加载模型
model = YOLO("yolov8n.yaml") # 从头开始构建新模型
model = YOLO("yolov8n.pt") # 加载预训练模型(建议用于训练)
# 使用模型
model.train(data="datasets/data1/data.yaml", epochs=300, batch=10) # 训练模型
test文件内容
from ultralytics import YOLO
# 加载模型
# model = YOLO("yolov8n.pt") # 加载预训练模型
model = YOLO("runs/detect/train15/weights/best.pt") # 加载训练好的模型
val_result = model.val(data="datasets/data1/data.yaml", batch=10)
print(val_result)
# results = model("datasets/data1/test/images")
# for result in results:
# result.save("test_result/")
完成