基于YOLO的语义分割实战(以猪的分割为例)

数据集准备

数据集配置文件

其实语义分割和目标检测类似,包括数据集制备、存放格式基本一致像这样放好即可。

然后需要编写一个data.yaml文件,对应的是数据的配置文件。

python 复制代码
train: C:\图标\dan\语义分割pig\dataset\train\images #绝对路径即可
val: C:\图标\dan\语义分割pig\dataset\valid\images
test: C:\图标\dan\语义分割pig\dataset\test\images

nc: 1
names: ['pig']

# roboflow:
#   workspace: testecontagem
#   project: teste-uggpc
#   version: 4
#   license: CC BY 4.0
#   url: https://universe.roboflow.com/testecontagem/teste-uggpc/dataset/4

train.py

然后我们编写训练代码train.py

作者这里没有参照官方,因为都是兼容的,OK下面给出代码:

python 复制代码
from ultralytics import YOLO
import torch

 
# 加载模型
model = YOLO('./yolov8m-seg.yaml').load('./yolov8m-seg.pt')  # 从YAML构建并转移权重
 
if __name__ == '__main__':
    torch.cuda.empty_cache()
    # 训练模型
    results = model.train(data='./data.yaml', epochs=150, imgsz=256,batch = 32)
 
    metrics = model.val()

至于环境配置这里不再过多讲解。。。

训练过程

运行train.py即可开始训练,这里需要准备模型配置文件和预训练权重,当然这里已经配置完成,存放在本地目录。

训练结果

出现如下结果即可训练,训练结果保存在runs下面,

这是训练完的截图,里面对应的文件与目标检测类似。

OK,至此模型训练完毕。

数据集链接:

语义分割数据集-pig-seg资源-CSDN文库https://download.csdn.net/download/2202_75851137/91084153

相关推荐
程序猿小D7 小时前
【完整源码+数据集+部署教程】医疗设备显示器图像分割系统: yolov8-seg-C2f-SCConv
python·yolo·计算机视觉·数据集·yolov8·医疗设备显示器图像分割系统
GitNohup1 天前
docker快速使用yolov11
yolo
西西弗Sisyphus1 天前
YOLO 11 图像分类推理 Web 服务
yolo·分类·yolo 11
飞翔的佩奇2 天前
【完整源码+数据集+部署教程】鸡只与养殖场环境物品图像分割: yolov8-seg等50+全套改进创新点发刊_一键训练教程_Web前端展示
python·yolo·计算机视觉·数据集·yolov8·yolo11·鸡只与养殖场环境物品图像分割
夏雨不在低喃2 天前
YOLOv8目标检测融合RFLA提高小目标准确率
人工智能·yolo·目标检测
程序猿小D4 天前
【完整源码+数据集+部署教程】【智慧工地监控】建筑工地设备分割系统: yolov8-seg-efficientViT
python·yolo·计算机视觉·数据集·yolov8·yolo11·建筑工地设备分割系统
小雪狼4 天前
RV1126 RKNN环境搭建记录
rnn·yolo
nju_spy4 天前
计算机视觉 - 物体检测(二)单阶段:YOLO系列 + SSD
人工智能·yolo·目标检测·计算机视觉·ssd·r-cnn·端到端检测
码猩4 天前
YOLO通用无人机目标检测框架
人工智能·yolo·目标检测
Hcoco_me4 天前
YOLO入门教程(番外):计算机视觉数学、编程基础
人工智能·yolo·计算机视觉