37_Yolo模型训练_机器视觉
2025-11-23 21:19:06 0 举报本文档详细介绍了37_Yolo模型在机器视觉领域内的训练过程和实施细节。该模型作为一种先进的目标检测算法，已经被广泛应用于实时视觉任务中。在37_Yolo模型的开发与训练中，采用了一系列核心技术和优化手段，如集成批归一化、深度可分离卷积等。在此过程中，我们对多个数据集进行了全面的处理和标注，为模型训练打下了坚实的基础。文件记录了包括所有训练日志、代码实现、超参数设置以及模型评估报告，旨在指导研究者和工程师们有效复现实验结果，并在自己的项目中应用或扩展该模型的潜力。 核心内容包括： - Yolo模型的结构和原理 - 训练策略和流程 - 机器视觉领域的应用场景探讨 - 参数调优和网络权重的保存与加载机制 修饰语包括： - 高效的实时目标检测 - 精确且鲁棒的视觉识别 - 模型训练与部署的最佳实践 - 深度学习框架内的模型集成与验证
作者其他创作
大纲/内容
Yolo模型训练_机器视觉
阶段四
可以使用labelme2coco工具将LabelMe标注的数据集转换为COCO格式
英伟达GPU推理环境准备
环境准备
说明
克隆可见Reappear after Copy
检查训练环境：python -c \"import torch; print(torch.cuda.is_available())\
预测图片训练完成后在以下路径可以看到模型：runs\\detect\\train\\weights\\best.pt可以基于训练好的模型预测图片：yolo detect predict model='runs\\detect\\train\\weights\\best.pt' source='images/medical-pills-sample.jpg'到runs\\detect\\predict目录查看预测结果
步骤二
从0到1训练自己的模型并预测结果
数据源下载药品数据集下载：https://docs.ultralytics.com/zh/datasets/detect/medical-pills/
现有数据源推理
英伟达显卡：通过 Win+R 命令里输入 dxdiag 检查是否是 NVIDIA 显卡（可提高推理速度）
数据收集对一物体进行全方位拍照，如要预测一个名为Alice的女孩，可对她进行全方位拍照
步骤四
opencv 安装pip install opencv-python -i https://mirrors.tencent.com/pypi/simple/成功安装检测：python -c \"import cv2; print(f'cv2: {cv2.__version__}')\"
Yolo安装pip install ultralytics -i https://mirrors.cloud.tencent.com/pypi/simple/
pytorch 安装在线安装：pip3 install torch torchvision -i https://mirrors.cloud.tencent.com/pypi/simple/
安装NVIDIA 显卡的 PyTorch（CUDA）：在线安装：pip3 install torch==2.9.1 torchvision --index-url https://download.pytorch.org/whl/cu128检查 NVIDIA cuda安装情况： nvidia-smi
步骤一
模型训练_在线数据集：yolo detect train data=medical-pills.yaml model=yolo11n.pt epochs=100 imgsz=640
步骤三
阶段二
具身机器人
阶段一
步骤五
配置 pip 数据源将 pip 数据下载源从国外 PyPi 改为国内腾讯云服务器：pip config set global.index-url https://mirrors.cloud.tencent.com/pypi/simple/
阶段三
标注数据集用工具LabelMe标注数据集，并用labelme2coco工具将LabelMe标注的数据集转换为COCO格式（可导出json或xml格式的文件）
模型训练_离线数据集：构造要预测的Alice目录，需包含images和labels子目录，并参考已有yaml文件制定Alice.yaml文件，并执行如下命令：yolo detect train data=Alice/Alice.yaml model=yolo11n.pt epochs=100 imgsz=640
预测图片拍一张全新的，独一无二的照片并基于训练好的模型预测图片：yolo detect predict model='runs\\detect\\train\\weights\\best.pt' source='images/Alice_new.jpg'到runs\\detect\\predict目录查看预测结果
总结
Python 安装Phthon3.10版本下载安装，并检查是否成功安装python --version(安装过程可选择add path，for all users ，避免再次配置环境变量)
阶段名称
Yolo推理模型下载：https://docs.ultralytics.com/zh/tasks/detect/#models解压并更新要推理的图片：yolo predict model=yolo11n.pt source='images/bus.jpg'视频推理：yolo predict model=yolo11n.pt source=0
0 条评论
下一页
