yolo的笔记

-复制粘贴工程师-

已于 2024-03-01 15:08:29 修改

阅读量609

点赞数 15

文章标签： YOLO 笔记

于 2024-01-07 15:12:53 首次发布

本文链接：https://blog.youkuaiyun.com/m0_61626830/article/details/135439796

版权

本文介绍了如何在Python中使用torch和torchvision库检查环境设置，以及如何处理Visdrone数据集，包括yaml文件配置、数据集划分、将Visdrone数据转换为YOLO格式，以及使用ultralytics库进行模型训练、验证和多图片检测，同时提到了断点训练的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

检查是否安装好环境

import torch
import torchvision

print(torch.__version__)
print(torchvision.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())

yaml文件的编写

path: Visdrone  
train: train/images
val: val/images
test: test/images  

nc: 10

names:
  0: pedestrian
  1: people
  2: bicycle
  3: car
  4: van
  5: truck
  6: tricycle
  7: awning-tricycle
  8: bus
  9: motor

不需要指定标注文件，只需要填写图片的路径

数据集的划分（v8）

数据集转换（visdrone为例）

import os
from pathlib import Path
from PIL import Image
from tqdm im

最低0.47元/天解锁文章