YoloV8的python启动

文章讲述了在使用YOLOv8时遇到命令行调用错误的问题,以及如何通过Python脚本来进行训练、验证和预测。提供了训练脚本(train_test.py)、验证脚本(val_test.py)、预测脚本(predict_test.py)和导出ONNX模型的export_test.py。建议使用绝对路径避免数据路径问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用命令行

yolo task=detect mode=train model=dataness/yolov8s.yaml data=dataness/mydata.yaml batch=16 epochs=100 imgsz=640

调用yolov8的时候可能会报如下错误

bash: yolo: command not found

其实在yolov8官方文档中提供了python的启动方法原文链接如下:

https://docs.ultralytics.com/

训练

根据文档中的方法写一个train_test.py 脚本,我把它放在项目文件下

from ultralytics import YOLO

# 这里如果需要预权重就写你的权重文件地址,没有预权重写cfg地址,写一个就够了
model = YOLO("yolov8n.pt")  
model = YOLO("yolov8.yaml")  

model.train(model = "yolov8.yaml", data="coco128.yaml", epochs=100, imgsz=640)

model.train()里面写训练用的参数,具体可以在这里看:https://docs.ultralytics.com/cfg/,基本和Yolo其他版本差不多

验证

写一个val_test.py

from ultralytics import YOLO

model = YOLO("path/best.pt")  # 权重地址

results = model.val(data="coco128.yaml") #参数和训练用到的一样

预测

写一个predict_test.py

from ultralytics import YOLO

model = YOLO("path/best.pt")  # 权重

results = model("images/bus.jpg")  # 预测的图片或文件夹

转换成onnx

写一个export_test.py

from ultralytics import YOLO

model = YOLO("path/best.pt")  

model.export(format="onnx")

其他问题

可能有人在使用过程中会出现data地址找不到的问题,这里我建议都用绝对路径,如果你和我一样是在服务器跑的,记得在前面加一个/root

train_test.py:
data.yaml:

评论 4
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