⭐使用yolov10完成预训练模型测试!⭐

001

首先克隆仓库到本地:

git clone git@github.com:THU-MIG/yolov10.git

进入yolov10目录,使用Anaconda创建环境并安装所需依赖项

conda create -n yolov10 python=3.9
conda activate yolov10
pip install -r requirements.txt
pip install -e .

进入yolov10目录,跑一个demo试试实力,

python app.py

出现代码

(yolov10) ai@ai:~/YOLO/yolov10$ python app.py 
Will cache examples in '/home/ai/YOLO/yolov10/gradio_cached_examples/19' directory at first use. 


Running on local URL:  http://127.0.0.1:7860

To create a public link, set `share=True` in `launch()`.

直接崩溃,不学了,!!!


说着玩的,打开app.py,查看最后一行,查找gradio官方文档找到gradio_app.launch,一顿学习,打开app.py修改最后一行为

    gradio_app.launch(server_name='0.0.0.0',server_port=7860)

注意缩进,保存退出,再次运行python app.py从浏览器输入[你的服务器的局域网IP]:7860回车,能够得到界面如下
在这里插入图片描述
找一张图片测试一下,报错

FileNotFoundError: [Errno 2] No such file or directory: 'yolov10n.pt'

说明缺少yolov10n.pt权重,google直接搜索,得到地址下载:

https://github.com/jameslahm/yolov10/releases/download/v1.0/yolov10n.pt

将其放入根目录,再次运行报错如下:

  File "/home/ai/anaconda3/envs/yolov10/lib/python3.9/site-packages/huggingface_hub/file_download.py", line 1826, in _raise_on_head_call_error
    raise LocalEntryNotFoundError(
huggingface_hub.utils._errors.LocalEntryNotFoundError: An error happened while trying to locate the file on the Hub and we cannot find the requested files in the local cache. Please check your connection and try again or make sure your Internet connection is on.
^CKeyboard interruption in main thread... closing server.

说明我访问huggingface失败,由于服务器没有代理,所以我自己去huggingface的网站下载模型然后再传输到服务器上,这是yolov10n的预训练模型地址:
https://huggingface.co/jameslahm/yolov10n/tree/main
四个文件都下载下来,放到文件夹jameslahm/yolov10n下面(还原原来的结构),然后把jiameslahm文件夹整个放入yolov10的根目录下面,打开app.py,把第8行修改为:

    model = YOLOv10.from_pretrained('jameslahm/yolov10n')

注意缩进,保存退出。
再次运行

python app.py

在浏览器输入[你的服务器的局域网IP]:7860回车,然后放入图片检测,得到:
在这里插入图片描述
完成测试。


下次有空说说如何训练自己的数据集得出模型文件,如何部署自己的模型文件,嘿嘿~

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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