0


关于yolov8一些训练的情况

U神出品了最新的yolov8,从公开的参数量来看确实很优秀!!!!比如下图得一些指标:

可以看到s模型640得map已经达到了44.9,v8n得map也已经达到了37.3,很强了,但是实际上是怎么样呢,我使用个人数据集进行了测试,本人得数据集在偏向于小目标,只有一类。如下图所示。

(局部图像)

1、先下载源码,之前也写过教程,那时还没正式放出来

ultralytics/ultralytics: YOLOv8 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)

需要 pip install ultralytics(如果不安装也行,但是训练结束val时候会出现错误)

2、开始训练,具体训练过程,准备数据集就不说了,具体得可以看我另外一篇教程

https://zhanghuiyolodet.blog.csdn.net/article/details/128578025https://zhanghuiyolodet.blog.csdn.net/article/details/128578025主要说说训练的情况:

我使用了自己数据集训练得好几波:

1、使用yolov8s训练(2000轮,真就一直训到了2000轮,不会象是yolov5一样收敛了就不训了)第一次map50=0.915,第一次训练依旧是2000轮,依旧是训练跑完2000轮了,map=0.91,map相差了0.5个点。(训练结果被我删除了,因为上面那个错误,然后我把run文件夹全部删除了。。。。。)

2、第二次依旧是yolov8s模型,训练了4000轮,依旧跑满了4000轮了(日了狗),然后map50=0.913

3、第三次用yolov8n跑了2000轮,依旧是跑满了2000轮,map=0.916.....是的和s一样。。

4、接下来我改了了C2F结构

第一次训练:(1500轮,map=903)

第二次训练(1500轮,map=903,我当时觉得是不是我的c2f改废了)

第三次训练:(500轮,map=0.916)

不知道是不是我改了c2f结构得原因,导致后面训练还不如前面得,,回头大家可以自己测试下,,设置不同的轮次进行实验。。。

后续我会继续做实验进行比对。。。。。当然这是过年之后得事了,哈哈哈哈哈


本文转载自: https://blog.csdn.net/zhangdaoliang1/article/details/128691837
版权归原作者 Mrs.Gril 所有, 如有侵权,请联系我们删除。

“关于yolov8一些训练的情况”的评论:

还没有评论