本文训练的模型为分割模型

首先应该配置好环境,可以看本人的另外一篇博客http://t.csdnimg.cn/XsDLe

配置好环境之后,进行如下操作

1.在自己上文中建立的虚拟环境中,输入下面的指令,安装两个东西

pip install scikit-learn

pip install labelme

2.打开pycharm,进入自己在上文中建立的虚拟环境中,运行labelme2yolo.py代码,把红的区域修改成自己在labelme中修改的标签

把jpg图片和json图片放在同一个文件夹中,把这个文件夹放在ultralytics-main文件夹中

然后把红色区域改为图片文件夹的路径

点击鼠标右键,运行代码,就可以进行转换了

转换好后,就会在图片文件夹中看到自动生成的YOLODataset文件,里面有训练集和测试集

之后就可以训练模型了

首先修改mycoco128-seg.yaml文件,修改图片路径,精确到上面生成的YOLODataset内部

修改标签名称。如下图

然后打开yolov8-seg.yaml文件,修改nc,改成标签总数

最后打开seg_train.py文件,如下图,然后右键运行即可,epochs为训练次数,其他参数可以去官网查看

到此训练完毕

去run文件内查找训练好的模型

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐