linux上用yolov8训练自己的数据集（pycharm远程连接服务器）

news2024/12/29 5:20:40

pycharm如何远程连接服务器，看之前的文章
首先去GitHub上下载项目地址，然后下载预训练模型放到项目主目录下

然后下载数据集，我这有个推荐的数据集下载网站，可以直接下载yolov8格式的数据集（还支持其他格式的数据集）网站地址
在这里插入图片描述
把下载好的数据集解压到yolov8的项目文件下，我建议在v8项目下新建一个文件夹，存放数据，我的是my_train

在ultralytics-main\ultralytics\cfg\models\v8下找到yolov8.yaml，修改nc
在这里插入图片描述
然后到你解压好的数据集文件夹下，你会发现有个data.yaml,没错已经帮你写好了,在这个网站下载的数据集很方便，省了很多事情

你只需要记住他的文件路径

然后在项目根目录下新建python文件,如果修改了模型网络结构yaml

from ultralytics import YOLO


if __name__ == '__main__':
    model_yaml = "/home/guangyao/code/yolov8/ultralytics-main/ultralytics/cfg/models/v8/yolov8x.yaml"  # 你用的是yolov8x.pt就写yolov8x.yaml，yolov8n.pt就写yolov8n.yaml
    data_yaml = "/home/guangyao/code/yolov8/ultralytics-main/my_train/People_Detection/data.yaml"
    pre_model = "/home/guangyao/code/yolov8/ultralytics-main/yolov8x.pt"

    model = YOLO(model_yaml, task='detect').load(pre_model)

    results = model.train(data=data_yaml, epochs=15, imgsz=640, batch=4, workers=2,device=(0,1))

如果没有修改网络结构

from ultralytics import YOLO


if __name__ == '__main__':

    data_yaml = "/home/guangyao/code/yolov8/ultralytics-main/my_train/People_Detection/data.yaml"
    pre_model = "/home/guangyao/code/yolov8/ultralytics-main/yolov8x.pt"

    model=YOLO(pre_model,task='detect')

    results = model.train(data=data_yaml, epochs=15, imgsz=640, batch=4, workers=2,device=(0,1))

你需要把路径改成自己的，device=(0,1)是因为我服务器上有两块显卡，一块就改成device=0，model.train还有很多参数，详情看官方文档

训练结果
在这里插入图片描述
训练完成后，你在本地可能找不到runs文件夹，因为pycharm可以通过设置自动检测本地文件变换并上传服务器，但对于服务器上新增的文件，PyCharm 没有自动检测和下载功能。远程连接进服务器发现是有runs文件夹的
在这里插入图片描述

因此，需要手动同步或通过外部工具实现自动同步。比如可以用xfpt连接服务器，下载到本地
在这里插入图片描述
验证模型，主目录新建python文件，

from ultralytics import YOLO

if __name__ == "__main__":

    pth_path = "/home/guangyao/code/yolov8/ultralytics-main/runs/detect/train2/weights/best.pt"

    model = YOLO(pth_path)  

    # Validate the model
    metrics = model.val()  # no arguments needed, dataset and settings remembered
    metrics.box.map  # map50-95
    metrics.box.map50  # map50
    metrics.box.map75  # map75
    metrics.box.maps  # a list contains map50-95 of each category

预测test，项目主目录新建python文件

from ultralytics import YOLO

if __name__ == "__main__":
    pth_path = "/home/guangyao/code/yolov8/ultralytics-main/runs/detect/train2/weights/best.pt"    # 之前训练保存的模型

    test_path = "/home/guangyao/code/yolov8/ultralytics-main/my_train/People_Detection/test/images"  # 测试集图像路径

    model = YOLO(pth_path)  # load a custom model

    # Predict with the model
    results = model(test_path, save=True, conf=0.5)  # predict on an image