基于pycharm的YOLOv11模型训练方法

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录


前言

基于博主 F8000 的文章YOLOv11超详细环境搭建以及模型训练(GPU版本)

本文搭建了YOLOv11的基础环境和模型,验证《基于pycharm的YOLOv11模型训练方法》。

一、前期准备

1.1 软件环境配置

下载pycham与环境搭建,参考前言的博主文章

1.2 训练集参考

较大,1.3G
百度网盘

二、训练步骤

2.1 打开文件夹

2.2 打开文件

1.打开三个文件:date.yaml ; train.pydetect.py

注:1.py是多余的可以删除

2.3 data.yaml

1.右键"datasets"→点击"复制路径";点击"绝对路径" 就是 复制 , 复制到path

2.将"train images"的绝对路径, 复制到 train中;"val"同理

注:# 在python 代表 注释

3.打开子文件"data.yaml"(datasets内的),将 name 复制到主文件的"data"中

最终代码

cpp 复制代码
#路径一定要用自己的,直接复制是没用的
path: D:\Download\ultralytics-8.3.39\datasets
train: D:\Download\ultralytics-8.3.39\datasets\train\images
val: D:\Download\ultralytics-8.3.39\datasets\val\images
#test: C:\Users\HP\Desktop\ultralytics-8.3.39\rice_yolo\test

nc: 5   
# nc是  name的个数,就是说 0-4 共有  5

# Classes ['Blast', 'Blight', 'Brown Spot', 'Healthy', 'Tungro']
names:
  0: Blast
  1: Blight
  2: Brown Spot
  3: Healthy
  4: Tungro

三、train.py

1.打开 train.py

-右键"yolo11.pt"→点击"复制路径";点击"来自内容根的路径" , 复制到path

-右键"data.yaml"(主文件的data,不是datasets里面的)→点击"复制路径";点击"来自内容根的路径" , 复制到data

cpp 复制代码
model 为 选用的 算法和模拟环境
imgsz=640,    图像大小 可先不管
epochs=5,  # 训练轮数,3/5轮的尝试就好,1轮需要1分钟
  一定要用 GPU训练 ,CPU特别慢
device=0,  # 使用的 GPU 设备编号,0 表示第一个 GPU,如果使用 CPU 则设为 'cpu'

2.配置 Python解释器, 点击 绿色的运行

四、最终结果

注:训练速度较慢

cpp 复制代码
all 为全部特征的平均精度
    Blast        
    Blight      
    Brown Spot                   
    Healthy 
    Tungro      为 对应的五个特征识别的精度

mAP50 那一列就是精度值

五、detect.py

1.打开 detect.py,找到最新的训练结果文件夹"train12",best.pt就是训练好的模型,复制到detect.py中(使用 来自内容跟的路径 )
注:
复制的内容 /与原先的\不同,这是错的,要手动修改
// 或者 \ 或者 \ 都可以

2.在最初的图片集中,随便选用一张,复制 (来自内容跟的路径 ) ,注意 \ /的格式,点击运行

  1. 配置解释器"yolov11"→ 运行,弹出检测效果 0.87 的概率

双击该图片可以查看原图

六、 拓展 test.py

1.双击打开 test.py→运行→配置环境,运行

2.弹出软件→点击"模型选择"→找到最新的训练模型"best.pt",打开

3.点击"图片检测"→任意寻找一张图片→打开

最终效果

总结

本文搭建了YOLOv11的基础环境和模型,验证《基于pycharm的YOLOv11模型训练方法》。

相关推荐
铭keny5 小时前
YOLOv8 基于RTSP流目标检测
人工智能·yolo·目标检测
未来之窗软件服务8 小时前
【智慧物联网平台】安装部署教程——仙盟创梦IDE
ide·物联网·仙盟创梦ide·东方仙盟
love530love11 小时前
Windows 11 下 Anaconda 命令修复指南及常见问题解决
运维·ide·人工智能·windows·python·架构·conda
Chensf202114 小时前
安装及使用vscode
ide·vscode·编辑器
我命由我1234514 小时前
Android Studio 提示信息 ‘equals(““)‘ can be replaced with ‘isEmpty()‘
android·ide·android studio·安卓·android jetpack·android-studio·android runtime
jarreyer15 小时前
【语义分割】记录2:yolo系列
大数据·yolo·elasticsearch
Blossom.11816 小时前
基于深度学习的医学图像分析:使用YOLOv5实现细胞检测
人工智能·python·深度学习·yolo·机器学习·分类·迁移学习
csdn_aspnet1 天前
如何从自定义或本地仓库安装 VsCode 扩展
ide·vscode
CN-Dust1 天前
【VSCode】复制到下一行快捷键
ide·vscode·编辑器
AI棒棒牛1 天前
YOLO算法演进综述:从YOLOv1到YOLOv13的技术突破与应用实践,一文掌握YOLO家族全部算法!
yolo·目标检测·sci·北大核心·yolov11·硕士毕业·yolov13