连接服务器
所使用的服务器连接工具
连接步骤如下
搭建环境
# 创建虚拟环境
conda create --name myYolov8 python=3.8
# 激活环境
conda activate myYolov8
# CUDA 11.7:安装 Pytorch 1.13
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
# 安装 ultralytics 包:yolov8仅需要安装这一个库就ok了
pip install ultralytics
拖拽文件上传到服务器端:
修改train.py文件的内容:
其中文件的存放位置按自己的来
from ultralytics import YOLO
from multiprocessing import freeze_support
if __name__ == '__main__':
freeze_support()
# Load a model
# model = YOLO("yolov8s.yaml") # build a new model from scratch
model = YOLO(r'/home/ubuntu/New500GForAi/zsl/ultralytics-main_2/ultralytics/cfg/models/v8/yolov8.yaml').load(r'/home/ubuntu/New500GForAi/zsl/ultralytics-main_2/yolov8n.pt') # 第一个括号是模型yaml,第二个是预训练模型pt。
# Use the model
model.train(data='/home/ubuntu/New500GForAi/zsl/ultralytics-main_2/datasets/myDatas/maize.yaml',#数据集yaml文件
epochs=100,#训练轮次
batch=8,#每轮大小
device='4' ,#指定使用某gpu
) # train the model
# metrics = model.val() # evaluate model performance on the validation set
# results = model("https://ultralytics.com/images/bus.jpg") # predict on an image
# path = model.export(format="onnx") # export the model to ONNX format
修改detect.py文件的内容(没有这个文件,需要自己创建,主要是用来使用训练好的权重检测图片的):
import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO
if __name__ == '__main__':
model = YOLO('/home/ubuntu/New500GForAi/zsl/ultralytics-main_2/runs/detect/train5/weights/best.pt') # pt权重文件路径
model.predict(source='/home/ubuntu/New500GForAi/zsl/test_pic',#图片资源路径
imgsz=640,
project='runs/detect',#输出路径
name='exp',
save=True,
device='4'
)