【yolov8语义分割】跑通:下载yolov8+预测图片+预测视频

1、下载yolov8到autodl上

git clone https://github.com/ultralytics/ultralytics

9897843710a64b2e8a30c38afdda206d.png

下载到Yolov8文件夹下面

另外:现在yolov8支持像包一样导入,pip install就可以
 

2、yolov8 语义分割文档

23f8251f90db4bf9b86911d4ec826da2.png

看官方文档:主页 -Ultralytics YOLO 文档

还能切换成中文版本,真友好。

看以下yolov8语义分割的文档:Segment - Ultralytics YOLO Docs

YOLOv8 Segment 模型使用 -seg 后缀,比如 yolov8n-seg.pt ,然后官方是在 COCO数据集上进行预训练。

不同yolov8分割模型的参数:

d4c4b085ea194711a2dcf1daf0993627.png

用pycharm连接远程服务器:

1cf4e92722c346458e0d1afb569ee5de.png

然后,我根据官方提示,在根目录下面都没有这个模块,查了下,说yolov8都没有requiment.txt的文档,他是把所有东西都放在ultralytics包下面,所以直接pip install ultralytics,那么,在下这个包之前,先在autodl上面,新建一个虚拟环境,把项目的包直接下载在这里面,不然就会出现如下提示:

5f92ec5fbc3842df9a2d49987807487f.png

223325e2cb444238bbc46f7b79d419eb.png

 

创建虚拟环境,名字是yolov8

root@autodl-container-97b611a952-679739f5:~# python -m venv yolov8
root@autodl-container-97b611a952-679739f5:~# source yolov8/bin/activate
(yolov8) root@autodl-container-97b611a952-679739f5:~# pip list
7263c2fc762346f5a3fb03956da53234.png

然后提示我pip要更新了,根据提示去更新先:

2fc835287e574f598ba569f5fdd19654.png更新好了,现在也在yolov8虚拟环境下了。

我在autodl上,把yolov8下载在Yolov8文件夹下面的1:

b030c47c93b144deaea7378be4f743cc.png

所以,我先进入这个文件夹下

(yolov8) root@autodl-container-97b611a952-679739f5:~# cd Yolov8
(yolov8) root@autodl-container-97b611a952-679739f5:~/Yolov8# cd ultralytics
 

好了,开始吧!

1、先下载:pip install ultralytics,这一步就相当于之前安装requirements,现在是都放在ultralytics下面了。

36565da05a2f47028ee1e2e88de9b6cf.png

2、载入刚刚下载的ultralytics

如果是在终端打开的,记得,先进入python

import ultralytics

import torch

torch.cuda.is_available()  #检查torch是否可用,返回true才意味着可以用torch,在gpu打开

 

先直接进行预测

中间下载torch的时候突然跳出去了,然后重新进入yolov8的虚拟环境,一定注意是root目录下的,也就是说,在哪个目录下创建的虚拟环境,就从哪里进入,

source yolov8/bin/activate

bd98266afa304e32984fd343b99b299c.png

然后conda list 看看有没有安装好yolov8

7014824ee25f4e6a8ec7b1012b9c8199.png

可以看到安装了。

现在先用官方给的图片,预测一张图的语义分割,看看什么效果:

yolo segment predict model=yolov8n-seg.pt source='https://ultralytics.com/images/bus.jpg'

30d70ca06b74411eb7f82342123b2e78.png

可以看到,她是先下载了yolov8n-seg.pt模型,存在根目录下,然后,直接下载网站的图片,对bus这个图进行预测。注意存放位置。

cbeb2273d4df440fb0be80f99de2f586.png

她还给出了预测的结果,说有4个人一个bus,还有191.2ms的预测时间

然后它说,图片存在runs下面的segment下面的predict了

 

e7d5a23c026f4eae9ac1f3f819dc5f0d.png

 

那现在用自己的图片试一下:

模型就不变了,换个图,注意这个目录一定是对应autodl上的目录分布,

yolo segment predict model=yolov8n-seg.pt source='./gettyimages.jpg'

3fcce1bc0a004604a050dae904858830.png

6c2d96d09ccd4317b1d4844e58ab2ac4.png

结果是这样的。

yolov8还能实时预测摄像头:看一看(运行不了)

yolo segment predict model=yolov8n-seg.pt source=0

 

从yotube下载视频看看:(报错)

先下载包

sudo apt update sudo apt install youtube-dl

pip3 install --upgrade youtube-dl

 youtube-dl https://www.youtube.com/watch?v=Fw3MdwjPyHA -f bestvideo[ext=mp4]+bestaudio[ext=m4a]/mp4
ca7e540df6a5443eb623f040024eefa7.png

算了,直接看看本地视频mp4吧:

6e5a8d646df141cca5d26d19cccc40d7.png

avi格式怎么看视频?

48c5de665948471cb6f5474ebb31d3dc.png

截取一帧:

34e263d2a2fd462f9c0821e6e0366848.png

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/32047.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

图扑助力铝型材挤压:数字孪生引领智慧管理

通过图扑数字孪生技术,为铝型材挤压车间提供实时监控和优化管理方案。高精度三维建模和数据可视化提升了生产效率和管理透明度,推动智能制造和资源优化配置。

leetcode 二分查找·系统掌握 寻找旋转排序数组中的最小值II

题目: 题解: 本题比普通的寻找旋转排序数组中的最小值多了一个数组中的元素可以重复这一点。 这会时原来的思路出现一个漏洞(大家感兴趣可以看看我做普通版寻找旋转排序数组最小值的思路),就是旋转后的数组中的第二个…

cas客户端流程详解(源码解析)--单点登录

博主之前一直使用了cas客户端进行用户的单点登录操作&#xff0c;决定进行源码分析来看cas的整个流程&#xff0c;以便以后出现了问题还不知道是什么原因导致的 cas主要的形式就是通过过滤器的形式来实现的&#xff0c;来&#xff0c;贴上示例配置&#xff1a; 1 <list…

Spring-bean

Spring 网站&#xff1a;spring.io 两个方面&#xff1a; 简化开发&#xff1a; IoCAOP 框架整合&#xff1a; MyBatis SpringFrameWork系统架构&#xff08;上层依赖下层&#xff09; 解决问题&#xff08;代码耦合度高——模块与模块之间的依赖程度&#xff09; 目标&am…

Pikachu靶场--越权漏洞

参考借鉴 pikachu之越权漏洞_pikachu越权漏洞-CSDN博客 水平越权 需要输入username和password进行登录 查看提示&#xff0c;获取username和password 输入其中一组账号信息进行登录 可以查看到个人信息 在URL中更改username的值-->回车 成功越权&#xff0c;登录到其他账号…

【文献及模型、制图分享】1985-2015年美国坦帕湾流域土地开发利用强度时空变化分析

公众号新功能 目前公众号新增以下等功能 1、处理GIS出图、Python制图、区位图、土地利用现状图、土地利用动态度和重心迁移图等等 2、核密度分析、网络od分析、地形分析、空间分析等等 3、地理加权回归、地理探测器、生态环境质量指数、地理加权回归模型影响因素分析、计算…

[极客大挑战 2020]Roamphp2-Myblog

又来喽 经过一番测试&#xff0c;发现文件包含&#xff0c;使用伪协议读取文件 例&#xff1a;php://filter/readconvert.base64-encode/resourcelogin //这里我只写php部分 //login.php <?php require_once("secret.php"); mt_srand($secret_seed); $_SESSION…

FPGA国内”薪“赛道-在医疗领域的应用

mian 免 ze 责 sheng 声 ming 明 以下观点仅代表个人观点&#xff0c;不代表任何公司或者行业 从下游应用市场来看&#xff0c;通信和工业市场份额位居FPGA芯片一二位&#xff0c;同时通信市场份额有望持续提升。但是目前通信和工业市场趋于稳定&#xff0c;FPGA厂商一直推AI市…

SpringBoot 实现RequestBodyAdvice封装统一接受类功能

一、相关往期文章 SpringBootVue实现AOP系统日志功能_aop的vue完整项目 Spring AOP (面向切面编程&#xff09;原理与代理模式—实例演示_面向切面aop原理详解 二、需求分析 按照一般情况&#xff0c;统一接受类可以像以下的方式进行处理&#xff1a; 如果不想使用 Request…

Vue75-路由传参3

一、在index.js中使用props参数 1-1、写法一&#xff1a;值为对象 此时&#xff0c;参数是固定写死的&#xff0c;不推荐&#xff01; 1-2、值为布尔值 此时只能收到params中的参数&#xff01; 1-3、值为函数 &#xff08;最强大&#xff09; 二、小结

火车头采集器Typecho采集发布模块插件

火车头采集器发布数据到Typecho系统网站应该怎么操作&#xff1f; 1. 火车头采集器Typecho采集发布插件下载安装&#xff1a; 火车头采集器Typecho采集发布模块插件下载地址-CSDN 2. 在火车头采集器软件导Typecho采集发布模块插件&#xff1b; 3. 填写Typecho系统文章对应的…

从零开始的Ollama指南:部署私域大模型

大模型相关目录 大模型&#xff0c;包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步&#xff0c;扬帆起航。 大模型应用向开发路径&#xff1a;AI代理工作流大模型应用开发实用开源项目汇总大模…

跨行业数据资产共享与协同:构建一体化数据共享平台,解锁数据资产潜力,促进多行业数据流通与深度应用,共创数字化转型新篇章,引领行业发展新趋势,开启智慧互联新纪元

一、引言 随着信息技术的飞速发展&#xff0c;数据已成为推动社会进步和经济发展的关键要素。然而&#xff0c;在传统行业领域&#xff0c;数据往往被限制在各自的“孤岛”中&#xff0c;难以实现跨行业的流通与共享。这不仅限制了数据的价值发挥&#xff0c;也阻碍了行业的创…

【Apache Doris】如何实现高并发点查?(原理+实践全析)

【Apache Doris】如何实现高并发点查&#xff1f;&#xff08;原理实践全析&#xff09; 一、背景说明二、原理介绍三、环境信息四、Jmeter初始化五、参数预调六、用例准备七、高并发实测八、影响因素九、总结 本文主要分享 Apache Doris 是如何实现高并发点查的&#xff0c;以…

【pytorch02】手写数字问题引入

1.数据集 现实生活中遇到的问题 车牌识别身份证号码识别快递单的识别 都会涉及到数字识别 MNIST&#xff08;收集了很多人手写的0到9数字的图片&#xff09; 每个数字拥有7000个图像train/test splitting:60k vs 10k 图片大小28 28 数据集划分成训练集和测试集合的意义…

推荐4款电脑软件,简单已入手,关键是免费,建议收藏

拖把更名器 拖把更名器是一款功能强大的文件名称修改工具&#xff0c;主要用于批量进行文件更名和整理音乐文件标签。该软件结合资源管理器右键菜单&#xff0c;支持多种文件格式和操作方式&#xff0c;包括MP3、RM、RMVB、WMA等标签更名&#xff0c;文件名、标签内码转换、繁简…

threeJS 基础 03---动画

1.动画效果渲染循环 注&#xff1a; 使用循环渲染时&#xff0c;不用手动渲染到画布且再次调用监听更新事件&#xff0c;两者只用使用其中之一即可 周期循环&#xff0c;默认理想状态下每秒循环60次 requestAnimationFrame 渲染帧率&#xff08;详情见threeJs的文档&#xff…

五种主流数据库连接池的比较和分析(从零入门)

数据库连接池&#xff08;Database Connection Pool&#xff09;是现代应用程序中至关重要的组件。它通过管理一组数据库连接的复用&#xff0c;极大地提升了应用程序的性能和效率。在没有连接池的情况下&#xff0c;每个数据库请求都需要打开和关闭数据库连接&#xff0c;这不…

Python编辑器pycharm详细安装步骤

PyCharm 的详细安装步骤 以下是在 Windows 系统上安装 PyCharm 的详细步骤&#xff1a; 第一步&#xff1a;下载安装程序 访问 PyCharm 官方网站&#xff08;https://www.jetbrains.com/pycharm/&#xff09;&#xff0c;根据自己的需求选择社区版&#xff08;Community&…

内容安全复习 6 - 白帽子安全漏洞挖掘披露的法律风险

文章目录 安全漏洞的法律概念界定安全漏洞特征白帽子安全漏洞挖掘面临的法律风险“白帽子”安全漏洞挖掘的风险根源“白帽子”的主体边界授权行为边界关键结论 安全漏洞的法律概念界定 可以被利用来破坏所在系统的网络或信息安全的缺陷或错误&#xff1b;被利用的网络缺陷、错…