Python Yolov8 訓練AI模型視覺識別

Python·AI · 03-21 · 50 人浏览

基於Yolov8的預製模型可以做自己的識別AI模型，例如識別貓、狗、獅子等等...
本次環境是Python
1.安裝這個ultralytics庫
2.配置AI數據集、測試集的基本路徑 images 和 labels，images裏面的train和val分別代表訓練圖片和測試圖片，labels裏面的train和val分別代表訓練標注和測試標注，他們兩個是對應關係，像：images - train >> labels - train
2025-03-21T09:02:45.png

然後是配置yaml文件，指定路徑和參數

path: 路徑  # 数据集根目录
train: images/train     # 训练图片路径
val: images/val         # 验证图片路径
nc: 6
# 类别列表
names: ['柱子','怪物','导弹','地刺','火圈','火焰']

2025-03-21T09:10:16.png
3.使用Yolov8的預製模型

from ultralytics import YOLO
model = YOLO('yolov8n.pt')

results = model.train(
    data='dataset.yaml',  # 数据集配置文件
    epochs=150, # 訓練輪數
    batch=16, # 每輪識別數量
    imgsz=640, # 識別圖片分辨率 如果是要識別小型的東西（例如人身上的項鏈啊，耳釘之類），那麽就可以改大點
    device='cpu', # 使用cpu訓練 也可以使用gpu訓練，gpu會更快
    patience=10 # 防止過擬合（儅訓練集的精準度越來越高，但是測試集的精準度卻一般/低下，那麽可以設置這個參數）
)