保姆级教程在Autodl训练数据集步骤(yolov8)

1.在Autodl租用GPU

1.1进入Autodl算力市场选取合适的卡(这里选用cuda版本>=11.8)

1.2配置环境

这里选择基础镜像进行配置,按照图中操作即可,点击立即创建

1.3开机后进入jupyterlab进行配置

进入autodl-tmp文件中,打开总端

设置密钥source /etc/network_turbo

将代码复制在文件中git clone https://github.com/ultralytics/ultralytics.git

返回上一文件夹cd ..

下载所需文件pip install ultralytics

下载完成后,激活虚拟环境,查看配置情况

conda activate

conda init

所需文件已经下载好

2.进行数据集训练

2.1上传数据集,以及权重文件yolov8.pt上传到网站

这里将数据集上传到autodl-tmp/ultralytics/ultralytics/cfg/

1.可以使用finalshell进行文件交互

详情参考:远程控制软件finalshell + AutoDL算力云_远程借用算力-优快云博客

使用finalshell修改settings.json文件,/root/.config/Ultralytics/settings.json

将datasets_dir路径改为:
"datasets_dir": "/root/autodl-tmp/",

因为默认路径会导致训练时报错

2.使用网盘进行文件交互(上传较快)

详情参考:AutoDL使用百度网盘来进行数据的交互_autopanel-优快云博客

3.下载所需权重文件

链接:https://docs.ultralytics.com/zh/models/yolov8/#performance-metrics

将下载后的yolov8.pt上传到autodl-tmp/ultralytics/中

2.2在ultralytics/ultralytics中创建train.py

eg:

在yolov8.yaml中更改数据集类型数nc,这里改为2

在coco128.yaml中更改数据集路径,以及数据集类型数,对应名称

注意:

数据集路径:autodl-tmp/ultralytics/ultralytics/cfg/data

在coco128.yaml中写为./ultralytics/cfg/data

coco128.yaml路径:ultralytics/ultralytics/cfg/datasets/coco128.yaml

在train.py中写为./ultralytics/cfg/datasets/coco128.yaml

yolov8.yaml , coco128.yaml等文件均可以新建,改名,或者放在其他文件夹中,注意文件路径即可

在ultralytics/ultralytics/cfg/default.yaml中是模型训练的各种参数,参数均可修改

修改default.yaml参考:超详解| Yolov8模型手把手调参 | 配置 | 模型训练 | 验证 | 推理_yolov8参数设置-优快云博客

数据集格式有很多种,我的数据集格式如下(写coco128.yaml文件时按照自己的数据集格式写路径)

代码:

from ultralytics import YOLO

# Load a model

model = YOLO("./ultralytics/cfg/models/v8/yolov8.yaml")  # build a new model from scratch
model = YOLO("./yolov8n.pt")  # load a pretrained model (recommended for training)

# Use the model

model.train(data="./ultralytics/cfg/datasets/coco128.yaml", epochs=3)  # 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

2.3开始训练

运行train.py文件

训练结果在ultralytics/ultralytics/runs/中

模型onnx文件在weights中

2.4检测训练结果

参考:yolov8模型训练结果分析以及如何评估yolov8模型训练的效果_yolov8训练结果分析-优快云博客

2.5小tip

在没开始训练时,可以选择无卡模式开机,此时0.1元/小时

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值