pytorch下yolov8模型实现目标检测（全网最简洁快速，一眼懂）

焚詩作薪

已于 2024-07-15 15:28:23 修改

阅读量1.1k

点赞数 16

文章标签： pytorch YOLO 目标检测人工智能 python

于 2024-07-15 12:59:09 首次发布

本文链接：https://blog.csdn.net/qq_64809150/article/details/140435678

版权

最近研究了一个目标检测项目，需要对水稻进行检测，yolov8的模型官网都封装好了，官网地址：Home - Ultralytics YOLO Docs，本文给急需目标检测的同学参考，非常急的那种，废话少说，下面是所有代码：

import os
import torch
from ultralytics import YOLO

os.environ['KMP_DUPLICATE_LIB_OK']='True'
def main():

    device = 'cuda' if torch.cuda.is_available() else 'cpu'
    print(device)

    model = YOLO('yolov8n.pt').to(device)

    model.train(data='safehat.yaml', epochs=100, device=device, workers=0,batch=2)

    model.val(device=device)

if __name__ == '__main__':
    main()

还需要一个yolov8n.pt的模型文件，这个官网可以下载我就不给了，下载后把官网文件中的yolov8n.pt拿出来和代码放到同一文件夹下面就可以了，记得安装ultralytics库，该代码搭配一个配置文件safehat.ya