YOLOv5白皮书-第Y6周：模型改进

YOLOv5白皮书-第Y6周：模型改进

一、前言

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客

• 🍖 原作者：K同学啊

二、我的环境

-电脑系统：Windows 10
语言环境：Python 3.8.5
编译器：cmd

三、下载YOLOv8

YOLOV8开源地址

四、配置环境

在命令行输入：pip install ultralytics

官方把代码都整合到了ultralytics包里面，只需安装这一个库就可以了，里面封装了环境所需库

五、准备工作

目录结构：

在主目录下创建paper_data文件夹，将自己的数据集放入此文件夹。

在paper_data文件夹下创建一个包含main空文件夹的ImageSets文件夹。

在paper_data下创建一个split_train_val.py文件

运行 split train_va1.py文件后你将得到 train.txt、val.txt、test.txt和 trainval.txt 四个文件

再创建一个voc_label.py文件

运行voc label.py文件生成 train.txt、test.txt、val.txt 文件

​

最后生成一个ab.yaml文件，内容如下：

train: ./train.txt
val: ./val.txt

nc: 4
names: ["banana", "snake fruit", "dragon fruit", "pineapple"]

六、运行

在此文件夹下打开cmd，激活环境后在cmd中输入：

data处需要实验绝对路径

    yolo task=detect mode =train model=yolov8s.yaml data=/root/autodl-tmp/ultralytics-main/paper_data/ab.yaml epochs=100 batch=24

运行结果文件：