Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
huolongshe 6e2c6ba87d | 1 month ago | |
---|---|---|
imgs | 1 month ago | |
.gitignore | 1 month ago | |
README.md | 1 month ago | |
pip-install-reqs.sh | 1 month ago | |
requirements.txt | 1 month ago | |
train.py | 1 month ago | |
yolov8n.pt | 1 month ago |
YOLOv8 是一个支持多种计算机视觉任务的人工智能框架。该框架可用于执行对象检测、分割、分类、姿态估计和定向边框检测(OBB)等不同类型的任务。
YOLOv8官方提供了针对这几类任务的基础预训练模型,每类任务模型根据尺寸大小又分为n, s, m, l和x等5个档次,其中n最小,x最大。用户可以直接使用这些预训练模型来进行推理以完成特定的任务。但在更多的情况下,用户需要使用自己的数据集在这些基础预训练模型的基础上进行微调训练来得到更适合于自己应用场景的专有模型。YOLOv8提供了非常简单方便的接口用来执行这类微调训练操作。
YOLOv8官方提供的基础预训练模型主要包括:
对象检测模型
支持80种COCO数据集物体的检测。
对象检测和分割模型
支持80种COCO数据集物体的检测(同对象检测模型)。
图像分类模型
支持1000种ImageNet数据集物体的图像分类。
人体姿势估计模型
可用于检测和识别人体轮廓中17个关键点位置。
定向边框对象检测模型
可检测特定物体的旋转多边形轮廓,以最大限度较小误差地确定该物体的轮廓位置。支持检测以下物体多边形轮廓:['飞机', '船', '储罐', '棒球场', '网球场', '篮球场', '田径场', '港口', '桥梁', '大型车', '小型车', '直升机', '环岛', '足球场', '游泳池']
以上YOLOv8官方基础预训练模型都已经上传至OpenI模型广场,在启智云脑平台调试或训练模型时可以按需搜索来导入这些模型。
本代码仓以肾结石检测应用为例,演示如何在OpenI平台使用天数智芯算力训练基于YOLOv8的对象检测模型。
在训练YOLOv8模型之前,首先需要根据YOLOv8要求的格式准备数据集。
符合YOLOv8对象检测模型训练的数据集目录结构如下:
模型样本文件
其中需要包含train、valid和test等3个文件夹(test可选),每个文件夹下面又包含images和labels两个子文件夹。
images子文件夹下为一系列.jpg后缀的样本图像文件。
labels子文件夹下为一系列.txt后缀的样本标注文件,每个文件名除后缀外应与images子文件夹下面的图像文件名一一对应。
labels子文件夹下每个.txt标注文件内容为一行行的对应图像标注内容,示例如下:
其中每一行标注图像中一个物体的类别和位置,第一列为物体类别号,第2、3列为物体中心位置归一化坐标,第4、5列为物体归一化宽高值。
数据集指引文件
数据集文件夹下的 data.yaml 为数据集指引文件,内容如下:
其中nc为新模型可检测对象数量,names为新模型可检测对象名称列表。
数据集准备好后,需打成.zip压缩包上传至OpenI平台。本示例肾结石检测数据集在OpenI中的数据集名称为:kidney-stone-detection-yolov8。
参见本代码仓中的train.py文件:
注意: OpenI平台训练任务使用c2net工具对数据集压缩包进行解压后,可能会多生成一层文件夹,所以路径中的文件夹名称在这里可能会有重复。实际使用中需要进行测试和验证。
提交任务,开始训练,可在日志界面查看训练日志。
训练结束,可在结果下载界面查看和下载训练结果:
YOLOv8模型训练结束后会生成两个新模型文件:best.pt和last.pt。通常只需要下载和使用best.pt模型就可以了。
如果需要使用不同的数据集和预训练基础模型训练其他新的模型,可以直接从 本代码仓 fork一个新的代码仓,修改训练脚本中的数据集地址和超参数等,然后就可以按照本指南步骤操作来训练新的基于YOLOv8的对象检测模型了。
可使用OpenI启智社区开源项目 《CubeAI智立方》 提供的 模型服务化工具 对训练好的模型进行服务化封装和部署。
本示例所训练模型的服务化封装和部署参见: https://openi.pcl.ac.cn/cubeai-model-zoo/kidney-stone-detection-yolov8n
更多模型服务化部署实例参见: 《CubeAI服务原生模型示范库》
Dear OpenI User
Thank you for your continuous support to the Openl Qizhi Community AI Collaboration Platform. In order to protect your usage rights and ensure network security, we updated the Openl Qizhi Community AI Collaboration Platform Usage Agreement in January 2024. The updated agreement specifies that users are prohibited from using intranet penetration tools. After you click "Agree and continue", you can continue to use our services. Thank you for your cooperation and understanding.
For more agreement content, please refer to the《Openl Qizhi Community AI Collaboration Platform Usage Agreement》