1、git code 项目
地址
2、数据标注：使用yolov8官方推荐的roboflow
地址
2.1 上传数据
2.2 标注
2.3 生成数据集
2.4 导出数据
3 训练
3.1 建.yaml 文件
建立.yaml 文件
3.2 修改.yaml文件里面的内容
1.这是roboflow 网站下下来的数据，只需要把.yaml文件中的path 改为该文件的路径即可。
2.修改class 的类名称
4 启动训练
from ultralytics import YOLO
# Load a model
model = YOLO("yolov8m.yaml") # build a new model from scratch
results = model.train(data="./PCB/gesture2.yaml", epochs=2000, imgsz=640, device=[0], batch=4, workers=0, amp=False) # train the model
# results = model.train(data="pcb.yaml", epochs=20000,imgsz=640, device=[0], batch=4, workers=0) # train the model
metrics = model.val() # evaluate model performance on the validation set
# results = model("https://ultralytics.com/images/bus.jpg") # predict on an image
path = model.export(format="onnx") # export the model to ONNX format
4.1 yolov8 网络打印
4.2 loss 在下降
)
