YOLOV8 训练姿态检测模型

if __name__ == '__main__':
    # 导入 YOLO 库
    from ultralytics import YOLO

    # 设置模式：True 训练姿态检测模型，False 训练普通目标检测模型
    pose_mode = True  # 切换为 False 训练普通 YOLO 目标检测模型

    # 根据模式选择模型
    if pose_mode:
        model = YOLO("yolo11n-pose.pt")
        data_file = "coco8-pose.yaml"
    else:
        model = YOLO("yolo11n.pt")
        data_file = "coco8.yaml"

    # 训练模型
    model.train(data=data_file, epochs=100, imgsz=640, batch=8)

    print(f"Training {'pose detection' if pose_mode else 'object detection'} model completed.")

初始化 YOLO

调用父类方法继续初始化，在父类方法中加载创建模型或者是加载模型

加载细节，这时我们就获得了 mode 模型的权重值，以及模型文件件保存的其他内容 ckpt 。整体类初始化完成了

进入 train 方法

构建训练器

如果没有启用恢复训练（resume=False）：使用 self.trainer.get_model() 手动初始化模型。

这里是构造模型的

创建一个新的模型，然后将权重加载进去

构造PoseModel 这个类，继续调用父类的构造方法

父类里面前向传播一次计算stride


接着将权重加载进去

进入训练模式

训练的细节

准备训练前的事情，比如说优化器，dataloader 等等