![](https://img-blog.csdnimg.cn/20190918140213434.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
YOLOv8
文章平均质量分 87
YOLOv8算法
_Mamba24
莫愁前路无知己
展开
-
YOLOv8-Detect训练CoCo数据集+自己的数据集
至此,整个训练预测阶段完成。此过程同样可以在linux系统上进行,在数据准备过程中需要仔细,保证最后得到的数据准确,最好是用显卡进行训练。有问题评论区见!原创 2024-02-02 16:50:54 · 3141 阅读 · 3 评论 -
YOLOv8-Pose训练自己的数据集
至此,整个YOLOv8-Pose模型训练预测阶段完成。此过程同样可以在linux系统上进行,在数据准备过程中需要仔细,保证最后得到的数据准确,最好是用显卡进行训练。有问题评论区见!原创 2023-12-14 14:24:15 · 5617 阅读 · 61 评论 -
YOLOv8-Seg分割训练自己的数据集
至此,整个YOLOv8-Seg分割模型训练预测阶段完成。此过程同样可以在linux系统上进行,在数据准备过程中需要仔细,保证最后得到的数据准确,最好是用显卡进行训练。有问题评论区见!原创 2023-12-08 15:42:47 · 4877 阅读 · 19 评论 -
YOLOv8部署在地平线旭日x3
进入到horizon_xj3_open_explorer_v1.8.5_20211224\ddk\samples\ai_toolchain\horizon_model_convert_sample\04_detection路径下,创建一个mapper文件夹(个人文件管理,可忽略),再创建一个08_yolov8文件夹(可自行命名), 在路径下创建onnx_model文件夹,将onnx放入。运行正常的话,保存的图片有检测出的物体。如果你的电脑中以前没用过docker,需要先安装docker。原创 2023-10-31 17:32:19 · 855 阅读 · 11 评论 -
YOLOv8-Detect训练自己的数据集
至此,整个训练预测阶段完成。此过程同样可以在linux系统上进行,在数据准备过程中需要仔细,保证最后得到的数据准确,最好是用显卡进行训练。有问题评论区见!原创 2023-10-19 11:47:58 · 5639 阅读 · 15 评论 -
YOLOv8 环境搭建和推理
打开Anaconda3终端,进入base环境,创建新环境,我这里创建的是p10t12(python3.10,pytorch1.12)。ultralytics集成了yolo的各种包以及模型等,程序中直接调用。将下载的代码解压使用pycharm打开,环境选择创建的p10t12。安装pytorch:(网络环境比较差时,耗时会比较长)模型存放位置以及测试图片路径根据实际路径修改。打开控制台,安装需要的包。将pt模型转成onnx。原创 2023-10-18 16:15:34 · 560 阅读 · 1 评论