模型训练
一、训练前的准备
数据集准备
1、images:存放图片
- train:训练集图片
- val:验证集图片
2、labels:存放标签
- train:训练集标签文件，要与训练集图片名称--对应
- val:验证集标签文件，要与验证集图片名称--对应
数据集描述文件
- 与YOLOv5不同，
path不再是从项目根目录写起，而是从datasets文件夹写起
二、模型训练与常用参数
1、命令行和代码两种方式
模型训练命令行
js
yolo task=detect mode=train mode1=./yolov8n.pt data="data.yaml" workers=1 epochs=50 batch=16
代码方式
2、配置文件快捷使用
复制配置文件
yolo cfg=default-copy.yamlyolo copy-cfg
修改对应参数
- model
- data
- epochs
- batch
- workers
训练好的
检测的效果
将视频检测实时更新
三、注意事项
常见问题
1、以代码方式运行时
workers要设置成0，windows
2、页面文件太小，无法完成操作
- 调整训练参数中的workers，设置为1/0
- 修改虚拟内存，将环境安装位置所在的盘，设置一个较大的参数
3、数据集描述文件
数据地址从datasets目录里开始写起，且就放在根目录下，会避免很多坑
4、调整数据集目录后再次训练
删除~/AppData/Roaming/Ultralytics文件夹下的settings.yaml
调整数据集目录再次训练
可将此处代码注释，每次训练重新保存settings.yaml文件
