【目的检测】AutoDL服务器练习YOLOv8全过程（保姆级教程） ...

AutoDL服务器练习YOLOv8全过程




关于作者


作者：小白熊
作者简介：精通python、matlab、c#语言，擅长呆板学习，深度学习，呆板视觉，目的检测，图像分类，姿态识别，语义分割，路径规划，智能优化算法，数据分析，各类创新融合等等。
联系邮箱：xbx3144@163.com


科研辅导、知识付费答疑、个性化定制以及其他合作需求请联系作者~



前言


  在计算机视觉范畴，目的检测技能应用广泛。YOLOv8 因其高效的及时检测本领和优越的性能备受关注，为了更好地利用这一强盛的工具，本文将详细介绍怎样通过 AutoDL 服务器练习 YOLOv8 模子。无论是服务器的设置、数据集的准备，还是模子的练习与猜测，本文将一步步引导你完成整个流程。盼望本教程可以或许资助你快速上手，并为你的深度学习项目奠定坚实底子。


一、租用服务器


  AutoDL网站：https://www.autodl.com

​
  根据本身需要租用服务器，租用完成后，在容器实例处查看租用的服务器

二、连接服务器


留意：需要提前安装 PyCharm 专业版，社区版不支持连接服务器。

1、添加SSH表明器

2、添加服务器设置

  复制ssh，分别对应输入主机、端口、用户名，输入完成后点击下一个。

3、输入密码

  根据提示输入服务器密码，完成连接。

4、选择表明器

  选择：/root/miniconda3/bin/python3

5、取消勾选自动上传

  取消勾选“自动上传”，避免自动将项目路径下的所有文件上传至服务器。

三、上传数据


  留意：由于数据集文件较多，建议先将数据压缩，再上传至服务器，这样会更快。

四、创建环境

  YOLOv8 项目官方提供的压缩包中包含 requirements.txt 文件，记录了项目的重要依赖库。在终端中实行以下下令：
更新pip库 python -m pip install --upgrade pip
添加清华源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
安装依赖库 pip install -r requirements.txt



五、修改.yaml文件

  data.yaml作用是指定数据集信息，包括数据集路径、类别、类别名

参数表明：

• train：指定练习集的路径
  
• val：指定验证集的路径
  
• test：指定测试集的路径
  
• nc：表现类别数目
  
• names：表现类别名称
  

六、练习模子

1. from ultralytics import YOLO
2. import warnings
4. warnings.filterwarnings("ignore")
6. # 训练模型
7. model = YOLO("/tmp/pycharm_project_381/model/yolov8n.pt")  # 模型文件
8. model.train(data="/tmp/pycharm_project_381/data/data.yaml", epochs=200, batch=64, device=0)

复制代码

参数表明：
data：数据集设置文件的路径，即上一步的文件
epochs：练习轮数
batch：批处置惩罚大小
device：0表现利用GPU练习，'cpu'表现利用CPU练习

练习完毕后，结果保存在 .\runs\detect\train
此中练习好的模子保存在 .\runs\detect\train\weights
有 last.pt 和 best.pt，一样平常利用best.pt



七、模子猜测

1. from ultralytics import YOLO
2. import warnings
4. warnings.filterwarnings("ignore")
6. # 预测
7. model = YOLO("/tmp/pycharm_project_381/runs/detect/train/weights/best.pt") # 训练好的模型
8. image_path = r'/tmp/pycharm_project_381/data/images/test/  (8).jpg'
9. model.predict(image_path, device=0, save=True)

复制代码

参数表明：

• image_path：表现待猜测的图片路径
  
• device：0表现利用GPU练习，'cpu'表现利用CPU练习
  
• save：Ture表现保存结果，False表现不保存结果
  

结束语

  通过以上步骤，你已经成功在 AutoDL 服务器上完成了 YOLOv8 练习和猜测的全过程。盼望本教程能资助你更好地把握 YOLOv8 的利用方法，并为你的深度学习项目提供支持。祝你取得优异的练习成果！




免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。