网站建设与代运营产品介绍,logo注册网站,企业官网,网站平台建设是什么YoloV11-安装和CLI方式训练模型 1.安装和运行1.1安装的基础环境1.2安装yolo相关组件1.3命令行方式使用1.3.1 训练1.3.2 预测 本文介绍yoloV11的安装和命令行接口 1.安装和运行
1.1安装的基础环境
GPU环境#xff0c;其中CUDA是12.4版本
1.2安装yolo相关组件
# 克隆github… YoloV11-安装和CLI方式训练模型 1.安装和运行1.1安装的基础环境1.2安装yolo相关组件1.3命令行方式使用1.3.1 训练1.3.2 预测 本文介绍yoloV11的安装和命令行接口 1.安装和运行
1.1安装的基础环境
GPU环境其中CUDA是12.4版本
1.2安装yolo相关组件
# 克隆github镜像
git clone https://gitcode.com/gh_mirrors/ul/ultralytics.git# 创建虚拟环境
conda create -n yolo11 python3.12# 激活虚拟环境
conda activate yolo11# 安装命令行
conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda12.4 ultralytics# 安装后验证可以正常使用显卡显示True即正常否则确认torch支持的CUDA版本和目前显卡的CUDA版本一致
(yolo11) wengadmathings:~$ python
Python 3.12.8 | packaged by Anaconda, Inc. | (main, Dec 11 2024, 16:31:09) [GCC 11.2.0] on linux
Type help, copyright, credits or license for more information.import torchtorch.cuda.is_available()
True1.3命令行方式使用
安装之后yolo的命令行接口CLI ,Command Line Interface就可以使用了.
直接输入yolo或者yolo help回显yolo的一些用法 yolo [TASK] MODE [ARGS] TASK是YOLO的任务类型为可选参数包括了classify分类OBBOriented Bounding Box边界检测segment实例分割detect目标检测pose姿势检测。默认的任务类型是detect。MODEpredict预测track跟踪val评估export导出benchmark性能评估train训练。默认是train。ARGS 参数清单为可选参数若不指定则用默认的一些参数值具体执行yolo cfg命令来查看若指定了某参数的对应值那么默认值将被重载。参数的指定方式为参数名参数值各个参数空格隔开即可。
1.3.1 训练
# 切换到克隆下来的项目的目录下
cd ultralytics#使用coco数据集进行yolo11 -n尺度模型进行训练,系统会自动下载coco8的数据集和模型文件在当前目录下下载完成后进行自动训练。
yolo train datacoco8.yaml modelyolo11n.pt epochs10 lr00.01
注数据集含标注会下载解压在当前目录的datasets目录下模型文件会下载在当前目录下YAML配置本身在clone下来项目的当前目录的./ultralytics/cfg/datasets下 1.3.2 预测
# 使用训练过程最好的模型来预测这里面指定的图片大小会影响检测效果
yolo predict model./runs/detect/train5/weights/best.pt source/home/wengad/Downloads/psU1m1h_.jpeg imgsz1676用了这张图片使用变清晰功能后手动下载到本地来预测https://pics0.baidu.com/feed/5fdf8db1cb13495483c3a17a8d032d54d0094aad.jpeg
图片属性 检测结果
