训练结果生成
当训练完成后会在ultralytics/runs/detect(segment、classify)//路径下生成一个train文件夹,
此文件夹中包含训练过程中的所有数据
weights下有两个权重文件best.pt,last.pt(训练过程中最好与最后的权重文件)
用自己训练好的模型进行预测就是用这两个文件
args.yaml记录了训练过程中的超参数记录等
results.csv记录了训练过程中,loss,precision,recall,mAP等参数
results.png为loss,precision,recall,mAP等参数的曲线图,如下所示
用自己的模型预测
预测代码非常简洁只需三行
第一行导入YOLO
第二行读取权重文件,生成模型(此处只需将刚才生成的best.pt或last.pt的绝对路径写入即可)
第三行进行预测
source处输入图像的文件路径、图像路径、或mp4等
sava为True则保存生成结果False则不保存
show为True则显示生成结果,建议False,如果输入路径很多图像会显示的满屏全是
imgsz则为检测的尺寸,越小越快,越大越准,最好和训练时的imgsz保持一致
from ultralytics import YOLO
model = YOLO(r'C:\YOLO_Project\ultralytics-main\ultralytics\runs\segment\750-yunnan-200\weights\best.pt')
results = model.predict(source=r'C:\YOLO_Project\ultralytics-main\ultralytics\assets\20240528\5NTU', save=True, show=False, imgsz=640)
运行代码以后
会在ultralytics/runs/detect(segment、classify)//路径下生成一个predict文件夹
predict文件中则保存着你想要的结果