yolo模型训练

一、介绍

   由MP4等视频文件解析出多张图片，形成数据集。

    本文根据 https://www.bilibili.com/video/BV1sZ421b7rQ/ 视频，依据支付宝小鸡打球游戏录屏做练习。

    程序中使用的是 ultralytics，其为yolov8版本。

二、图片

    录制视频，并将mp4导出到xj/images目录下，分辨率为640*640，在原视频(0,0) ~ (2000,2000)

    python video_to_frames.py 1.mp4 ./xj/images 640 640 1 0 0 2000 2000

三、打标

    打开程序 labelImg

点击 Open Dir 选择图片目录

点击 Change Save Dir选择输出目录labels

点击 PascalVOC 改变为YOLO

点击Create\nRectBox,或者字母W键，在图片上选框

点击Ctrl+S保存，查看是否正常保存同名txt文件

点击Next Image，进行下一个图片

四、配置文件 - xj.yaml

train:  'F:/researchAI/yolov5/xj/train'

val:    'F:/researchAI/yolov5/xj/val'

test:   'F:/researchAI/yolov5/xj/test'

# number of classes

nc: 1

# class names

names:  [

'q'

]

五、训练 - python

5. 训练- python程序

from ultralytics import YOLO

model = YOLO('xj/yolov5su.pt')

results = model.train(data='xj/xj.yaml', epochs=50, imgsz=640, device=['cpu'])

epochs 推理次数

六、结果

七、推理测试 - xjtl.py

from ultralytics import YOLO

model = YOLO('xj/best.pt')

result = model.predict('./xj/test/images/frame_00000.jpg', save=True)