OpenBayes中使用YOLOV8训练自己的数据集

#OpenBayes中使用YOLOV8训练自己的数据集

1创建算力容器，创建自己的数据集

容器创建好之后将数据集绑定到容器，打开工作空间

2下载模型

打开终端

下载YOLOv8模型

git clone https://github.com/ultralytics/ultralytics

安装依赖库

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装ultralytics

 pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple/```

3 在ultralytics目录下创建 data.yaml，代码如下：

train: /input0/train/images
val: /input0/val/images
test: /input0/test/images

nc: 2
names: ['With helmet','Without helmet']

nc为识别的种类，提前划分数据集

ultralytics目录下创建train.py文件，代码如下：

from ultralytics import YOLO
 
model = YOLO('yolov8s.pt')
 
model.train(data='data.yaml',epochs=100)
 
model.val()

最后打开终端在终端运行py文件即可，模型所需要的权重文件会自己下载，也可以下载权重文件后上传到工作空间

我的openbayes注册链接（新用户注册有免费三小时3090可以使用）