代码拉取完成,页面将自动刷新
快速上手YOLOv8并在streamlit上实践模型
安装库
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install roboflow -i https://pypi.tuna.tsinghua.edu.cn/simple
tips:这些数据集是开箱即用,都是已经做好标签和分好类的了
点击download
点击continue
点击复制然后粘贴到你的代码单元格上
本地实现(使用ipynb):
导入库
from ultralytics import YOLO
import os
from IPython.display import display, Image
from IPython import display
display.clear_output()
!yolo mode=checks
然后粘贴上面的图片数据的下载代码,运行后就会将数据下载到当前目录,点击目录,修改data.yaml,将里面三个路径改为train,test,val的绝对路径(可以不改路径先训练,看看是否报错)
然后就是CLI式一段代码训练:
!yolo task=detect mode=train model=yolov8m.pt data={dataset.location}/data.yaml epochs=20 imgsz=640
这里训练完呢会在你的weights文件夹中生成一个best.pt,就是你训练得到的模型。
!yolo task=detect mode=val model=/path/to/pt data={dataset.location}/data.yaml
!yolo task=detect mode=predict model=/path/to/pt conf=0.5 data={dataset.location}/data.yaml
!yolo task=detect mode=predict model=/content/runs/detect/train/weights/best.pt conf=0.5 source='path/to/your_pic_or_video'
打开外接摄像头进行实时识别,save是保存视频流,show是有视频流输出,跟cv2.imshow()一样
!yolo task=detect mode=predict model=RGB.pt conf=0.5 source=1 show=True save=True
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。