yolov8训练自有跌倒数据集

参考:

https://www.bilibili.com/video/BV1xL411B7ax

https://www.dgrt.cn/a/2364195.html?action=onClick

https://blog.roboflow.com/how-to-train-yolov8-on-a-custom-dataset/

1、数据集制作(一般是coco格式):

lableme,或在线网站https://universe.roboflow.com/

在这里插入图片描述
图片与lables每个数据有对应的图片和label,图片和label两个名称对应一样
在这里插入图片描述
label。txt文件格式,第一个是类别,后面四个是x、y坐标和w、h
在这里插入图片描述
在这里插入图片描述

数据集下载地址:https://universe.roboflow.com/hero-d6kgf/yolov5-fall-detection/dataset/1

(roboflow数据下载下来基本就可以用)
只有一个分类
在这里插入图片描述
下载后把放在ultralytics-main里,下载git clone https://github.com/ultralytics/ultralytics.git

创建个dataset文件夹,数据集放到下面,数据集名字改下,有特殊符号有影响
在这里插入图片描述
data.yaml在这里插入图片描述

2、训练

参考:https://www.cnblogs.com/thx2199/p/17165169.html
https://mp.weixin.qq.com/s?__biz=MzU1NjEwMTY0Mw==&mid=2247580124&idx=2&sn=d3a2bffed619fb0470de6468a8b7e0e0&chksm=fbc9c0b8ccbe49ae7dffd1fda5aeec8a805df8f227345a7927f9e67c8ac843f734c15d40da08&scene=27

训练,进入ultralytics-main没了下打开cmd窗口:

data最好用绝对路径

 yolo task=detect mode=train model=yolov8s.pt data=D:\opencv2\ultralytics-main\dataset\Fall_Detection\data.yaml epochs=15 imgsz=640

cpu训练很慢。。。
在这里插入图片描述
在这里插入图片描述
断点在训练:
参考:https://blog.csdn.net/qq_40835644/article/details/129283661

复制last.pt的路径,继续训练使用以下命令:

yolo task=detect mode=train model=/home/*****uns/detect/train10/weights/last.pt data=mydata_orange.yaml epochs=300 batch=16 save=True resume=True

训练过程数据结果权重会存到这个地址下:runs\detect\train2
在这里插入图片描述

模型验证推理

训练15epco,效果感觉一般

yolo detect predict model=D:\opencv2\ultralytics-main\runs\detect\train2\weights\best.pt  source=d5.jpg

在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_42357472/article/details/131412851