以下是使用 YOLOv13 训练自定义数据集的完整流程,结合最新官方文档和社区实践整理而成,涵盖环境配置、数据准备、模型训练到验证部署的全步骤:
一、环境配置(Windows/Linux 通用)
1. 创建虚拟环境
conda create -n yolov13 python=3.11 # 推荐 Python 3.9~3.11
conda activate yolov13
2. 安装 PyTorch 与依赖
- 根据 CUDA 版本安装 PyTorch([官网命令生成器](https://pytorch.org/)):
# 示例:CUDA 12.1 环境
pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu121
- 安装 YOLOv13 依赖库:
git clone https://github.com/iMoonLab/yolov13 # 官方仓库
cd yolov13
&n