Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型

简介: 本文介绍了如何使用 Python 和 YOLO v8 开发专属的 AI 视觉目标检测模型。首先讲解了 YOLO 的基本概念及其高效精准的特点,接着详细说明了环境搭建步骤,包括安装 Python、PyCharm 和 Ultralytics 库。随后引导读者加载预训练模型进行图片验证,并准备数据集以训练自定义模型。最后,展示了如何验证训练好的模型并提供示例代码。通过本文,你将学会从零开始打造自己的目标检测系统,满足实际场景需求。

Python+YOLO v8 实战:手把手教你打造专属 AI 视觉目标检测模型

在 AI 视觉领域,目标检测无疑是核心技术之一。而 YOLO 系列算法凭借其高效、精准的特点,一直备受青睐。今天,就让我们深入学习如何使用 Python 结合 Ultralytics 库中的 YOLO v8,训练和开发属于自己的 AI 视觉模型,实现动态目标检测!无论应用于现实场景,还是满足网络需求,掌握这一技能都能让你轻松应对各种识别任务。

一、什么是 YOLO?

YOLO,全称 You Only Look Once,是基于 CNN(卷积神经网络)的算法,在 AI 视觉模型开发领域占据着重要地位。目前,YOLO 由 Ultralytics 公司开发并维护,而 YOLO v8 版本是 Ultralytics 官方发布的最新稳定版本,也是其开源库中强大的算法工具。通过 YOLO,模型能够对输入的图像或视频进行快速分析,一次性预测多个目标的类别和位置,极大地提升了检测效率。

官方网站Ultralytics.com

二、环境搭建:准备好你的 “战场”

在开启 YOLO v8 的学习之旅前,我们需要先搭建好运行环境。具体步骤如下:

1. 安装 Python 解释器和 PyCharm

  • 下载并安装适合你操作系统的 Python 版本,建议选择较新版本,以获取更好的兼容性和性能。
  • 安装 PyCharm,它是一款功能强大的 Python 集成开发环境(IDE),能为我们的代码编写、调试和项目管理提供诸多便利。

2. 安装三方库:Ultralytics

打开 PyCharm 的终端或命令行界面,输入以下命令安装 Ultralytics 库:

pip install ultralytics

安装完成后,我们就可以开始使用 YOLO v8 了!

三、加载预训练模型:站在 “巨人” 的肩膀上

预训练模型是 YOLO v8 快速实现目标检测的关键,它已经在大量数据上进行了训练,具备一定的目标识别能力。我们可以直接加载这些模型,在此基础上进行微调或训练,节省时间和计算资源。

1. 导入 YOLO

在 Python 代码中,通过以下方式导入 YOLO:

from ultralytics import YOLO

当 Ultralytics 库检测到本地没有 yolov8n.pt 预训练模型时,会自动从官方源下载完整的模型文件。不过,由于网络等原因,自动下载可能会失败。这时,你可以手动从 YOLOv8 官方发布页 下载 yolov8n.pt,并将其放置到你的项目目录下,这样就能顺利使用预训练模型啦!

官网下载https://docs.ultralytics.com/zh/models/yolov8/#performance-metrics

小贴士:如果下载速度较慢,可以尝试更换 pip 源,使用国内镜像源,如阿里云、清华大学等镜像源,能显著提升下载速度。

2. 初次使用,检测是否正常加载

# 加载预训练模型
from ultralytics import YOLO
# 加载预训练模型
model = YOLO("yolov8n.pt")  # 使用YOLOv8 Nano版本作为起点
# 查看版本信息
print(model.info())
print("加载完成")

3. 图片验证

# 加载预训练模型
from ultralytics import YOLO
# 加载预训练模型
model = YOLO("yolov8n.pt")  # 使用YOLOv8 Nano版本作为起点
model('./img/r.png', save=True, show=True)

选中 './img/r.png' 图片做为检测目标,检测后的图将保存到 runs 目录下,标记处检测框。

  • save=True:保存检测结果
  • show=True:显示检测结果

四、训练图片和标注

1. 准备数据集结构文件

根目录创建 1 个文件夹(可自定义名称),如:xl,下面再创建 2 个文件夹(images 和 labels),images 和 labels 下再分别创建 2 个文件夹(train 和 val)。

  • images 下的 trainval 放入训练图片(png、jpg)。
  • labels 下的 trainval 放入图片标注(txt)。

2. 标注照片素材

准备一些照片素材,通过 YOLO 目标检测标注工具进行标注。可以使用作者写的标注工具《YOLO 目标检测标注工具》。

五、训练模型

# 加载预训练模型
from ultralytics import YOLO
# 加载预训练模型
model = YOLO("yolov8n.pt")  # 使用YOLOv8 Nano版本作为起点
# 训练模型
results = model.train(data="data.yaml",  # 使用自定义数据集进行训练
                      epochs=500,  # 训练500个周期
                      imgsz=640,  # 调整图像大小
                      batch=16,  # 减少批次大小
                      device='cpu'  # 使用CPU进行训练
                      )  
print("训练完成")
path: D:\PyProjects\yolo\xl # 预训练模型路径
train: images/train # 训练集
val: images/val # 验证集
nc: 1 # 类别数
names: ['car-number'] # 类别名

为了截图,这里开 30 个周期,建议你实际操作中,训练更多周期次数,多找一些图片内容标注,这样在检测的时候会更接近预期。

训练完成的结果会显示在 runs\detect\train\weights 下,找到 best.pt 测试一下验证结果。在 YOLO(如 YOLOv8)训练过程中,best.ptlast.pt 是两种自动生成的模型权重文件,主要区别如下:

1. best.pt(最佳模型)

  • 定义:训练过程中在验证集上表现「最佳」的模型权重文件(通常以验证指标如 mAP(平均精度均值)或损失值为判断标准)。
  • 特点:保存的是训练过程中验证指标最优时的模型状态(例如某一 epoch 验证损失最低或 mAP 最高时的权重)。
  • 用途:通常作为最终使用的模型(如推理、部署),因为它代表了训练过程中模型的最佳性能。

2. last.pt(最后模型)

  • 定义:训练结束时最后一个 epoch 保存的模型权重文件。
  • 特点:保存的是训练终止时的模型状态(可能不是验证指标最优的,但包含完整的训练状态,如优化器参数、当前 epoch 等)。
  • 用途:主要用于恢复训练(如训练中断后继续从该状态续训),或用于观察模型最终的收敛情况(可能不如 best.pt 效果好)。

总结

  • 推理/部署时优先使用 best.pt(性能更优);
  • 恢复训练或调试时使用 last.pt(保留最新训练状态)。

你当前代码中加载 best.pt 是合理的,符合「使用最佳模型推理」的常规场景。

六、验证自己训练的模型

# 加载预训练模型
from ultralytics import YOLO
# 加载预训练模型
# model = YOLO(r'D:\PyProjects\yolo\runs\detect\train\weights\best.pt')  # 使用自己训练的模型
model = YOLO("best.pt")  # 使用自己训练的模型
# model('./img/1.png', save=True)
# model('./img/2.png', save=True)
# model('./img/3.png', save=True)
# model('./img/4.png', save=True)
# model('./img/5.png', save=True)
# model('./img/6.png', save=True)
# model('./img/7.png', save=True)
# model('./img/8.png', save=True)
# model('./img/9.png', save=True)
# model('./img/2.mp4', save=True, show=True)

通过以上步骤,你就可以使用 Python 和 YOLO v8 训练出属于自己的 AI 视觉目标检测模型啦!赶紧动手试试吧!


示例源码:关注公众号“Harry技术”,回复 YOLO 获取源码地址。

目录
相关文章
|
11天前
|
人工智能 自然语言处理 搜索推荐
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
|
22天前
|
存储 人工智能 算法
AI测试平台实战:深入解析自动化评分和多模型对比评测
在AI技术迅猛发展的今天,测试工程师面临着如何高效评估大模型性能的全新挑战。本文将深入探讨AI测试平台中自动化评分与多模型对比评测的关键技术与实践方法,为测试工程师提供可落地的解决方案。
|
1月前
|
人工智能 JavaScript 测试技术
Cradle:颠覆AI Agent 操作本地软件,AI驱动的通用计算机控制框架,如何让基础模型像人一样操作你的电脑?
Cradle 是由 BAAI‑Agents 团队开源的通用计算机控制(GCC)多模态 AI Agent 框架,具备视觉输入、键鼠操作输出、自主学习与反思能力,可操作各类本地软件及游戏,实现任务自动化与复杂逻辑执行。
139 0
|
14天前
|
人工智能 自然语言处理 前端开发
让AI学会"边做边想":ReAct的实战指南
还在为AI的「知其然不知其所以然」而烦恼?ReAct技术让AI不仅会思考,更会行动!通过模拟人类的思考-行动-观察循环,让AI从书呆子变身为真正的问题解决专家。几行代码就能构建智能Agent,告别AI幻觉,拥抱可追溯的推理过程!
|
机器学习/深度学习 人工智能 监控
开箱即用|基于YOLOv8的农作视觉AI——农民与农用车检测系统实战
本项目以YOLOv8为核心,结合PyQt5可视化界面,完整实现了“劳动人民”与“农用汽车”在农作场景中的智能识别功能。无论是图片、视频还是实时摄像头输入,系统都能实现高效、稳定的识别与展示,具备良好的实用性与拓展性。
|
21天前
|
人工智能 自然语言处理 负载均衡
排期延误预警:用AI预测项目风险的3层模型搭建教程
本文介绍了如何通过 AI 智能排期将项目排期误差减少 40% 以上。文章剖析了传统排期中常见的经验依赖、资源冲突、需求变更和进度滞后四大痛点,提出 AI 排期的三步落地方法:历史数据建模、动态适配需求、资源智能匹配,并推荐适配不同团队的 AI 排期工具。强调 AI 是辅助而非替代,核心在于用数据驱动提升排期准确性,帮助团队告别“拍脑袋估期”,实现高效、可控的项目管理。
排期延误预警:用AI预测项目风险的3层模型搭建教程
|
27天前
|
人工智能 边缘计算 自然语言处理
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐
随着模型量化技术的发展,大语言模型(LLM)如今可在低配置设备上高效运行。本文介绍本地部署LLM的核心技术、主流工具及十大轻量级模型,探讨如何在8GB内存环境下实现高性能AI推理,涵盖数据隐私、成本控制与部署灵活性等优势。
474 0
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐

推荐镜像

更多