当前位置:   article > 正文

2.2 YOLOv8训练自己的模型并部署RK3588(Rock5B开发板)_yolov8部署rk3588加速

yolov8部署rk3588加速

2.2.1 模型训练

(1)yolov8环境创建

  1. #下载rockchip优化后的代码
  2. git clone https://github.com/airockchip/ultralytics_yolov8.git
  3. #创建rk_py38_yolov8 虚拟环境
  4. conda create -n rk_py38_yolov8 python=3.8
  5. #激活虚拟环境
  6. conda activate rk_py38_yolov8
  7. #进入yolov8目录,安装依赖
  8. pip install -r requirements.txt
  9. #将yolov8以连接链接安装
  10. pip install -e .

(2)数据集准备

新建tran.yaml文件:

  1. train: D:/Yolovx_Prj/data_base/car_4type_small/train
  2. val: D:/Yolovx_Prj/data_base/car_4type_small/val
  3. nc: 4 #类别数量
  4. # Classes
  5. names: ['car', 'van', 'bus', 'others']

(3)模型训练

  1. conda activate rk_py38_yolov8
  2. yolo train data=
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/705561
推荐阅读
  

闽ICP备14008679号