YOLO10 用分割数据集训练

1、 下载Funiture数据集

http://kaggle.com/datasets/nicolaasregnier/furniture

并生成数据配置文件 data.yaml

复制代码
import yaml
import os
dataDir ="你的工程路径/Furniture/sam_preds_training_set"
os.path.join(dataDir, 'train')
num_classes = 2
classes = ['Chair', 'Sofa']
file_dict = {
'train': os.path.join(dataDir, 'train'),
'val': os.path.join(dataDir, 'val'),
'test': os.path.join(dataDir, 'test'),
'nc': num_classes,
'names': classes
}
with open(os.path.join("./", 'data.yaml'), 'w+') as f:
    yaml.dump(file_dict, f)

二、训练

复制代码
from ultralytics import YOLO

# Load YOLOv10n model from scratch
model = YOLO("yolov10n.yaml").load("yolov10n.pt")



model.train(data="data.yaml", epochs=100, imgsz=640,freeze=22)

三、测试

复制代码
model = YOLO("生成的模型路径/ultralytics/runs/detect/train16/weights/best.pt") # 100epchs


res = model.predict("你的数据集路径/Furniture/sam_preds_training_set/test/images/Sofa--365-_jpg.rf.8ec5e13d87ce8491a9e8b4c999ea7330.jpg")
res[0].save("result-chair.jpg")

注意要训练100epochs 效果好

注意的是这个分割数据集来训练检测数据集,都可以,奇怪了

相关推荐
MidJourney中文版21 分钟前
深度报告:中老年AI陪伴机器人需求分析
人工智能·机器人
王上上1 小时前
【论文阅读41】-LSTM-PINN预测人口
论文阅读·人工智能·lstm
智慧化智能化数字化方案1 小时前
69页全面预算管理体系的框架与落地【附全文阅读】
大数据·人工智能·全面预算管理·智慧财务·智慧预算
PyAIExplorer1 小时前
图像旋转:从原理到 OpenCV 实践
人工智能·opencv·计算机视觉
Wilber的技术分享1 小时前
【机器学习实战笔记 14】集成学习:XGBoost算法(一) 原理简介与快速应用
人工智能·笔记·算法·随机森林·机器学习·集成学习·xgboost
19891 小时前
【零基础学AI】第26讲:循环神经网络(RNN)与LSTM - 文本生成
人工智能·python·rnn·神经网络·机器学习·tensorflow·lstm
burg_xun2 小时前
【Vibe Coding 实战】我如何用 AI 把一张草图变成了能跑的应用
人工智能
酌沧2 小时前
AI做美观PPT:3步流程+工具测评+避坑指南
人工智能·powerpoint
狂师2 小时前
啥是AI Agent!2025年值得推荐入坑AI Agent的五大工具框架!(新手科普篇)
人工智能·后端·程序员
星辰大海的精灵2 小时前
使用Docker和Kubernetes部署机器学习模型
人工智能·后端·架构