YOLO v11蚊子数据集训练一、项目概述本项目基于YOLO v11深度学习模型实现蚊子的实时检测与识别。本文旨在演示数据 训练过程。二、数据集获取与准备数据集获取数据集已经上传到 yolov11蚊子检测数据集连接地址https://download.csdn.net/download/m0_67097444/92916784数据集格式YOLO格式数据集结构YOLO标注格式说明# 每行格式class_id center_x center_y width height# 坐标为归一化值0-10 0.5 0.5 0.3 0.4三、YOLO v11模型训练训练配置文件创建data.yaml配置文件train: D:/yolo-v12/yolov12-main/datasets/train/imagesval: D:/yolo-v12/yolov12-main/datasets/valid/imagestest: D:/yolo-v12/yolov12-main/datasets/test/imagesnc: 1# Number of classesnames: [mosquito]训练脚本创建train.py训练脚本fromultralyticsimportYOLO model YOLO(ultralytics/cfg/models/v12/yolov12.yaml)#加载预训练模型model.load(D:/yolo-v12/model/yolov12n.pt) results model.train(datadatasets/data.yaml,# epochs10, # imgsz640, # batch16, # #device0, #使用GPU 0 # devicecpu, #使用GPU 0 # optimizerSGD, # lr00.001)epochs10,#训练轮次总数batch16,#批量大小即单次输入多少图片训练imgsz640,#训练图像尺寸scale0.5,# S:0.9; M:0.9; L:0.9; X:0.9 #增益因子缩放图像模拟物体与摄像机的不同距离。mosaic1.0,#默认值mixup0.0,# S:0.05; M:0.15; L:0.15; X:0.2 #默认值copy_paste0.1,# S:0.15; M:0.4; L:0.5; X:0.6 #分割标签 进行复制和粘贴devicecpu,#指定训练的计算设备无nvidia显卡则改为cpu #以下为我添加的一些参数optimizerSGD,#训练使用优化器可选auto,SGD,Adam,AdamW等workers8,#加载数据的工作线程数ampTrue,#True或者False,解释为自动混合精度(AMP)训练cacheFalse# True在内存中缓存数据集图像服务器推荐开启)训练过程四、训练完成后结果保存在best.pt中五、数据集已经上传到 yolov11蚊子检测数据集连接地址https://download.csdn.net/download/m0_67097444/92916784
YOLO v11蚊子数据集训练
YOLO v11蚊子数据集训练一、项目概述本项目基于YOLO v11深度学习模型实现蚊子的实时检测与识别。本文旨在演示数据 训练过程。二、数据集获取与准备数据集获取数据集已经上传到 yolov11蚊子检测数据集连接地址https://download.csdn.net/download/m0_67097444/92916784数据集格式YOLO格式数据集结构YOLO标注格式说明# 每行格式class_id center_x center_y width height# 坐标为归一化值0-10 0.5 0.5 0.3 0.4三、YOLO v11模型训练训练配置文件创建data.yaml配置文件train: D:/yolo-v12/yolov12-main/datasets/train/imagesval: D:/yolo-v12/yolov12-main/datasets/valid/imagestest: D:/yolo-v12/yolov12-main/datasets/test/imagesnc: 1# Number of classesnames: [mosquito]训练脚本创建train.py训练脚本fromultralyticsimportYOLO model YOLO(ultralytics/cfg/models/v12/yolov12.yaml)#加载预训练模型model.load(D:/yolo-v12/model/yolov12n.pt) results model.train(datadatasets/data.yaml,# epochs10, # imgsz640, # batch16, # #device0, #使用GPU 0 # devicecpu, #使用GPU 0 # optimizerSGD, # lr00.001)epochs10,#训练轮次总数batch16,#批量大小即单次输入多少图片训练imgsz640,#训练图像尺寸scale0.5,# S:0.9; M:0.9; L:0.9; X:0.9 #增益因子缩放图像模拟物体与摄像机的不同距离。mosaic1.0,#默认值mixup0.0,# S:0.05; M:0.15; L:0.15; X:0.2 #默认值copy_paste0.1,# S:0.15; M:0.4; L:0.5; X:0.6 #分割标签 进行复制和粘贴devicecpu,#指定训练的计算设备无nvidia显卡则改为cpu #以下为我添加的一些参数optimizerSGD,#训练使用优化器可选auto,SGD,Adam,AdamW等workers8,#加载数据的工作线程数ampTrue,#True或者False,解释为自动混合精度(AMP)训练cacheFalse# True在内存中缓存数据集图像服务器推荐开启)训练过程四、训练完成后结果保存在best.pt中五、数据集已经上传到 yolov11蚊子检测数据集连接地址https://download.csdn.net/download/m0_67097444/92916784
