一、在Python环境下训练自己的模型
1、下载Yolo预训练权重
介于国内很难访问官方提供的GitHub地址,推荐使用魔搭社区提供的模型权重(如下图所示)。

下载前,需要通过下面的命令安装相应的工具:
pip install modelscope
之后,运行下面的命令下载所需的预训练权重:
modelscope download --model AI-ModelScope/YOLO11 yolo11m-seg.pt --local_dir D:/python/yolov11/weights
命令中通过--model参数指明了要下载的权重文件(yolo11m-seg.pt),通过--local_dir参数指明要保存的本地路径。
2、安装ultralytics模块
运行下面的命令安装yolo模型的官方工具包:
pip3 install ultralytics -i https://mirrors.aliyun.com/pypi/simple/
这里我们使用了阿里云的镜像。
3、准备自己的数据
为了让模型适应自己的数据,我们需要准备用于训练它的数据,数据按照下图所示的目录组织:

如图所示,数据目录下需要包含图片目录(images)和标签目录(labels),每个目录下又分为训练集(train)和评估集(val),标签目录下的文件要和图片目录下的文件一一对应,比如images/train目录下有一个名为fef8a44c3ebc2c706a63cfc18b641920_8_1.jpg的图片,则对应labels/train目录下就应该有一个名为fef8a44c3ebc2c706a63cfc18b641920_8_1.txt的标签文件,其内容格式如下图所示:

最低0.47元/天 解锁文章
1534






