#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)