HiEuler-Pico-OpenEuler Yolov8模型训练和转换——yolov8训练(三)
HiEuler-Pico-OpenEuler Yolov8模型训练和转换——yolov8环境搭建(一)
HiEuler-Pico-OpenEuler Yolov8模型训练和转换——数据集制作(二)
继上
文章目录
3、yolov8训练
请先登录服务器并进入docke容器内
3.1 查看显卡
#查看显卡
nvidia-smi
3.2 上传数据集到服务器上
需要事先将数据集打包压缩
上传成功后是在服务器linux下,需要先退出docker容器,再移动至docker容器下
#<yolo_name>数据集文件名
mv <yolo_name> cv610/
进入docker容器内,数据集在/share目录下
在源码同级目录下创建datasets文件夹,如下
拷贝数据集至datasets文件夹解压
unzip <yolo_name>
3.3 修改yaml文件
拷贝源码下ultralytics/ultralytics/datasets/coco128.yaml文件到源码目录下修改
未修改的coco128.yaml文件
修改后的coco128.yaml文件需要注意数据集路径是否正确,修改文件名称为test.yaml,拷贝至源码目录下
3.4 训练
创建并进入tmux会话,在tmux会话内关闭ssh终端和退出tmux会话不会影响到训练,训练挂在后台,重新进入会话即可查看训练过程或结果
切换到yolov8源码目录下训练,训练结果在源码的runs目录下
#这里添加0,1,2,3四个显卡训练,添加参数每次批次图像数量batch=16,需要与显卡数量成整数倍
yolo detect mode=train data=./test.yaml model=yolov8n.pt epochs=150 batch=16 imgsz=640 device=0,1,2,3
训练时可实时查看显卡的GPU占用情况判断显卡是否在使用,另外打开一个终端,执行以下命令
#1s刷新一次
watch -n 1 nvidia-smi
yolov8训练示例链接:https://docs.ultralytics.com/zh/models/yolov8/#supported-tasks-and-modes
3.5 预测
使用训练出来的模型预测测试集
#model为模型路径,source为测试集路径,conf为阈值,0.5代表置信度高于0.5时标出识别框
yolo detect predict model=./runs/detect/train6/weights/best.pt source=../datasets/HandGesture/4 save=True conf=0.5
结果在源码runs目录下
3.6 onnx模型导出
修改test.py文件的输入模型路径
导出onnx模型
python test.py
结果在模型输入路径的目录下
3.7 下载训练结果
将训练结果的文件夹打包
#<zip_name>为指定压缩文件名,<file_dir>待压缩文件
zip -r <zip_name>.zip <file_dir>
将压缩文件拷贝至docker容器的/share目录下
MobaXterm左侧文件栏到docker容器的路径下双击选择并进入docker容器文件夹
选中训练结果的压缩文件,点击下载
3.8 路径报错
训练可能出现数据集路径报错的问题,会提示修改~/.config/Ultralytics/settings.json文件的数据集路径
vim ~/.config/Ultralytics/settings.json
修改datasets_dir地址,到datasets目录即可,不用再深入
- 分享
- 举报

-
2024-12-10 10:34:18
-
2024-12-10 11:25:33
-
2024-12-10 10:52:33
-
浏览量:1946次2024-03-05 15:05:36
-
浏览量:2269次2024-02-02 18:15:06
-
浏览量:2434次2023-11-25 17:47:33
-
浏览量:1336次2024-02-28 16:15:25
-
浏览量:1510次2023-12-19 17:25:07
-
浏览量:2185次2023-05-25 16:32:18
-
浏览量:207次2024-12-10 13:21:45
-
浏览量:1065次2023-12-15 17:15:27
-
浏览量:1404次2023-12-14 17:15:07
-
浏览量:1837次2023-12-16 11:15:45
-
浏览量:1102次2024-11-13 14:14:36
-
浏览量:3818次2024-02-02 17:13:35
-
浏览量:2903次2024-02-28 15:36:09
-
浏览量:1137次2023-12-19 17:38:07
-
浏览量:688次2023-09-06 17:53:04
-
浏览量:1630次2024-02-23 17:41:04
- DP读书:开玩——定个项目基线表(海鸥派/欧拉派为例)
- YOLOv4 darknet模型转换成caffemodel再转om在Atlas服务器上面推理(一)
- 海思HI3516DV300 实现YOLOv3实时识别
- 【荣耀加冕】易百纳斩获“openEuler 2024年度明星项目”殊荣!
- enca 1.19 移植指南 (openEuler 20.03 LTS SP1)
- openEuler操作系统安装在服务器的方法介绍(三):安装指导
- 易百纳荣获“2024年度openEuler领先商业实践”
- 瑞芯微rk3588部署yolov5模型实战
- yolov8训练自己的数据集,超详细讲解,技术心得
- 易百纳诚挚邀请,Meetup&易百纳技术社区工程师见面会,与您不见不散!
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖

tomato






举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明