YOLOV8 检测脱坑记录(自用)

一、'yolo' 不是内部或外部命令,也不是可运行的程序 或批处理文件。

解决方法: pip install ultralytics(yolov5使用的ultralytics版本等于 8.0.209 会报错,在改为8.0.111后可用)

二、OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.

意思是在yolov8的环境里存在两个libiomp5md.dll,一个是pytorch里的,一个是环境自带的,将环境自带的重命名为libiomp6md.dll后解决

三、AttributeError: Can't get attribute 'ECAAttention' on <module 'ultralytics.nn.modules.conv' from 'C:\\ProgramData\\anaconda3\\envs\\yolov5\\lib\\site-packages\\ultralytics\\nn\\modules
\\conv.py'>

在添加注意力机制后,用如下命令预测时报错

yolo task=detect mode=val model=E:\python_project\YOLO\yolov8+SioU\ECA\runs\train\8s9\weights\best.pt data=Data/MyVOC.yaml  batch=8 workers=2

原因可能是调用了环境里的ultralytics库而不是v8代码内的ultralytics文件

解决方法:直接新建val.py文件来预测,这样就能调用v8内的ultralytics文件

from ultralytics import YOLO

model = YOLO(r'E:\python_project\YOLO\yolov8+SioU\ECA\runs\train\8s9\weights\best.pt')  # 权重地址

results = model.val(data=r"E:\python_project\YOLO\yolov8+SioU\ECA\Data\MyVOC.yaml", imgsz=640,batch=1, conf=0.001, iou=0.5)  # 参数和训练用到的一样

(附train.py test.py)

train.py 

from ultralytics import YOLO
import os
os.environ['CUDA_LAUNCH_BLOCKING'] = '1' # 下面老是报错 shape 不一致
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
if  __name__ == "__main__":
  model = YOLO(r"Data/yolov8-att.yaml")  # build a new model from scratch
# Use the model
  model.train(data="Data/MyVOC.yaml", epochs=250, patience= 600,batch= 16,device=0,workers=4,project='runs/train',name='8s')

test.py

from ultralytics import YOLO

model = YOLO(r'E:\python_project\YOLO\yolov8+SioU\ECA\runs\train\8s9\weights\best.pt')
results = model(r"E:\python_project\YOLO\yolov8+SioU\ECA\Data\images\val", conf=0.05, device=0, save=True)

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
YOLOv8的使用方法有两种。第一种方法是通过命令行输入以下命令:yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=data/coco.yaml batch=8 workers=2。这个命令可以用于检测任务。\[1\] 第二种方法是通过命令行输入以下命令:yolo task=detect mode=train model=models/v8/yolov8n.yaml data=data/coco.yaml batch=8 epochs=300 workers=2。这个命令可以用于训练任务。\[3\] YOLOv8的一个主要特点是其可扩展性。它被设计成一个框架,支持所有以前的YOLO版本,使其很容易在不同的版本之间切换,并比较其性能。这使得YOLOv8成为那些想利用最新的YOLO技术,同时又能使用他们现有的YOLO模型的用户的理想选择。\[2\] #### 引用[.reference_title] - *1* *3* [YOLOv8自用训练教程——训练、测试、推理](https://blog.csdn.net/retainenergy/article/details/129199116)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [YoloV8简单使用](https://blog.csdn.net/weixin_44120785/article/details/128681117)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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