芒果YOLOv8旋转检测改进《旋转检测必看》提升篇149:从零开始训练 YOLOv8旋转检测教程说明,芒果改进推荐教程
本文适用Windows/Linux/Mac:从零开始使用Windows/Linux/Mac训练 YOLOv8 算法项目 - 《旋转检测任务》
专栏完整目录链接: 芒果YOLOv8深度改进教程
该专栏的改进博客 基本都支持 应用在 《旋转检测任务》
《芒果 YOLOv8 模型 改进专栏》
适用于芒果专栏改进 YOLOv8 算法: 目标检测、实例分割、姿态估计、旋转检测
文章目录
- 旋转检测任务
- 旋转检测改进内容
- 持续更新相关内容
- 训练 第一步 完成最基础的YOLOv8环境配置
- 第二步
- 完成,直接运行即可
旋转检测任务
旋转检测改进内容
专栏完整目录链接: 芒果YOLOv8深度改进教程
该专栏的改进博客 基本都支持 应用在 《旋转检测任务》
重点:该专栏兼容 《旋转检测任务》 !!
其中 旋转检测改进 :主干backbone篇、neck篇、Head篇 改进完全和目标检测一样通用
旋转检测里面的《损失函数》将更新在这里:芒果YOLOv8深度改进教程
持续更新相关内容
训练 第一步 完成最基础的YOLOv8环境配置
这里写的很清楚,基本上三步就可以解决
首先 点击这个链接
芒果YOLOv8改进:提升篇:从零开始训练 YOLOv8最新8.1版本教程说明(包含Mac、Windows、Linux端 )同之前的项目版本代码有区别
完成环境配置
第二步
在主目录 新增一个train_obb.py文件
import sys
import argparse
import os
sys.path.append(r'E:\GitHubRepo\PR\ultralyticsPro') # Path 修改为自己的项目路径
from ultralytics import YOLO
def main(opt):
yaml = opt.cfg
model = YOLO(yaml)
model.info()
# 旋转检测训练
results = model.train(
data='DOTAv2.yaml',
epochs=2,
imgsz=640,
workers=0,
batch=1
)
def parse_opt(known=False):
parser = argparse.ArgumentParser()
parser.add_argument('--cfg', type=str, default= r'ultralytics\cfg\models\v8\yolov8-obb.yaml', help='initial weights path')
parser.add_argument('--weights', type=str, default='', help='')
opt = parser.parse_known_args()[0] if known else parser.parse_args()
return opt
if __name__ == "__main__":
opt = parse_opt()
main(opt)
完成,直接运行即可
python train_obb.py --cfg ultralytics\cfg\models\v8\yolov8-obb.yaml
🥇🥇🥇
添加博主联系方式:
已订阅专栏用户可以添加博主QQ: 2434798737
, 可以拉友好的读者进 芒果YOLOv8改进专栏交流群
便于答疑
🚀🚀🚀
参考:https://github1s.com/ultralytics/ultralytics