当前位置：首页 > news >正文

yolo命令行-训练篇(三)

news 2025/8/25 9:21:36

官网训练篇

https://docs.ultralytics.com/zh/modes/train/#why-choose-ultralytics-yolo-for-training

训练数据集data

yolo detect train data=coco8.yaml model=yolo11n.pt epochs=100 imgsz=640 device=0,1

采集数据

COCO 数据集
最常用的通用目标检测数据集，包含 80 个类别（人、车、动物等），超过 33 万张图片。
YOLO 官方提供简化版（如 coco8.yaml 含 8 张图，用于快速测试）和完整版配置。
下载：通过 yolo data=coco.yaml download=True 命令自动下载，或手动从 COCO 官网 获取。
Pascal VOC 数据集包含 20 个常见类别（如人、猫、狗、汽车），约 1.6 万张图片，适合中小规模训练。
配置文件：YOLO 支持 voc.yaml，可直接指定使用。
其他领域数据集
如用于人脸检测的 WIDER Face、用于交通目标的 KITTI、用于遥感目标的 DOTA 等，需手动下载并适配 YOLO 格式。综合数据集平台：
Kaggle Datasets：网址为https://www.kaggle.com/datasets，这是数据科学竞赛的领先平台，也是一个丰富的数据集资源库，有超过 5 万个公开数据集，涵盖金融、医疗、社交媒体等各种主题。此外，Kaggle 社区的活跃用户还经常分享对这些数据集的处理和分析代码。UCI Machine Learning Repository：网址是https://archive.ics.uci.edu/ml，这是学术研究中常用的数据集资源之一，包含 500 多个经典数据集，涵盖从生物信息学到市场营销等多个领域。
Google Dataset Search：网址为https://datasetsearch.research.google.com，这是一个专门用于查找在线数据集的搜索引擎，可索引超过 2500 万个数据集，能帮助用户快速找到发布在全球不同平台上的公开数据集。领域专项数据集平台：
图像与视频领域：如 ImageNet（http://www.image-net.org）、COCO Dataset（https://cocodataset.org）、Open Images（https://storage.googleapis.com/openimages/web/index.html）等，其中 Open Images 是 Google 提供的 900 万张图像数据集。文本与 NLP 领域：包括 HuggingFace Datasets（https://huggingface.co/datasets）、Common Crawl（https://commoncrawl.org）、Wikipedia Dumps（https://dumps.wikimedia.org）等，HuggingFace Datasets 汇集了大量自然语言处理相关的数据集。政府与组织开放数据平台：
中国政府开放数据平台：提供经济、人口、区域统计等数据。
NASA Open Data：网址是https://earthdata.nasa.gov，提供卫星影像、气候等数据。
European Union Open Data Portal：提供欧盟相关的各种开放数据。

操作实例

从前一篇生成的模型库(13G)中复制几张图片

在这里插入图片描述

新建文件夹

在这里插入图片描述

开始训练

yolo train data=my_dataset.yaml model=yolo11n.pt epochs=50

训练完成

50 epochs completed in 0.737 hours. Optimizer stripped from runs\detect\train10\weights\last.pt, 5.5MB Optimizer stripped from runs\detect\train10\weights\best.pt, 5.5MB
在这里插入图片描述
best.pt为生成后模型

使用模型进行预测（测试模型效果）

# 对单张图片预测
yolo predict model=../runs/detect/train10/weights/best.pt source=test_image.jpg# 对视频预测
yolo predict model=../runs/detect/trainxx/weights/best.pt source=test_video.mp4# 对文件夹内所有图片预测
yolo predict model=../runs/detect/trainxx/weights/best.pt source=test_images/

导出

# 导出为 ONNX 格式（支持大多数部署框架）
yolo export model=runs/detect/trainxx/weights/best.pt format=onnx# 其他常用格式：TensorRT（加速GPU推理）、TensorFlow SavedModel、CoreML（苹果设备）等
yolo export model=... format=engine  # TensorRT
yolo export model=... format=pb      # TensorFlow