Yolo v8 사용예제

Model Load

from ultralytics import YOLO
import matplotlib.pyplot as plt
import cv2,torch
model = YOLO("yolov8n.yaml")  # build a new model from scratch
model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)

# pre training 
model.train(data="data.yaml",epochs=1,batch=2)
new_model.export(format='onnx') #save

yaml file example

# data.yaml 

train: /home/DL/ssd/yolo_eyes/train/images
val: /home/DL/ssd/yolo_eyes/valid/images
test: /home/DL/ssd/yolo_eyes/test/images

nc: 1 # number of class
names: ['8']

roboflow:
  workspace: eye-annotations-yolo-to-voc
  project: yolov7-eye-detection
  version: 28
  license: CC BY 4.0
  url: https://universe.roboflow.com/eye-annotations-yolo-to-voc/yolov7-eye-detection/dataset/28

라이센스 이슈

GPL 3.0 YOLO 사용 시 주의사항

실시간 object detection를 위해 다양한 paper가 나왔지만, 결국은 yolo가 최고의 성능을 자랑한다.2018년에 공개된 yolov3 이후로 yolo는 많이 개선되었고 realtime SOTA(yolov7) 까지 오게 되었다.그러나,많은 사람들이 사용하는

참고

YOLOv8 커스텀 데이터 학습하기

오늘은 커스텀 데이터, 즉 나만의 데이터를 이용해서, YOLOv8 을 학습하는 방법을 알아보도록 하겠습니...

네이버 블로그 | ...