Ultralytics YOLOv8 模型训练与部署指南

使用UltralyticsYOLOv8进行模型训练是一个简单高效的三步过程,由Ultralytics HUB提供支持。训练过程中,可以实时查看模型性能指标,监控训练进度的每一步。训练完成后,可以轻松地查看模型并将其部署到现实世界的应用中。Ultralytics HUB提供了一个全面的系统,用于创建、训练、评估和发布模型。

要开始训练,可以转到“模型”页面并点击页面右上角的“训练模型”按钮。这将打开一个包含三个简单步骤的“训练模型”对话框:

  1. 数据集:在这一步,需要指定用于训练模型的数据集。选择数据集后,点击“下一步”。
  2. 模型:在这一步,需要选择项目、模型名称和模型架构。注意,UltralyticsHUB会尝试预先确定项目。如果直接从数据集页面训练模型,Ultralytics HUB将确定之前使用的最新项目。如果从项目页面打开“训练模型”对话框,Ultralytics HUB将确定之前所在的项目。如果还没有创建项目,可以在这一步设置项目名称,项目将与模型一起创建。
  3. 训练:在这一步,将开始训练模型。注意,在这一步,可以选择关闭“训练模型”对话框,并稍后从模型页面开始训练模型。

Ultralytics提供了三种训练选项:Ultralytics云、Google Colab和使用自己的代理。

模型评估

模型训练完成后,可以分析模型的性能指标。“训练”标签页显示了基于任务精心整理的关键指标。要查看所有模型指标,请单击“图表”标签页。此外,为了正确分析数据,可以使用放大/缩小功能。

在“预览”标签页中,可以通过选择训练期间使用的数据集中的预览图像或从设备上传图像来查看模型。还可以使用相机捕获图像并直接在其上运行推断。此外,可以通过下载UltralyticsHUB应用程序,在移动设备上直接查看模型的实际表现。

模型部署

训练模型后,可以将其导出为13种不同的格式,包括ONNX、OpenVINO、CoreML、TensorFlow、Paddle等。可以根据需要自定义每种格式的导出选项。如果需要在生产中使用推断API,可以阅读Ultralytics推断API文档以获取更多信息。

模型分享

Ultralytics HUB提供了一个分享功能,允许与他人分享模型。这个功能旨在适应当前的Ultralytics HUB用户以及尚未创建账户的人。可以通过转到要分享的模型页面,打开模型操作下拉菜单并点击“分享”来控制对模型的公共访问。

沪ICP备2024098111号-1
上海秋旦网络科技中心:上海市奉贤区金大公路8218号1幢 联系电话:17898875485