ultralytics yolo图像分类训练案例;pytorch自有数据集图像分类案例

1、ultralytics yolo图像分类训练案例

优点:使用方便,训练过程评估指标可以方便查看
缺点:自带模型少,可选择自定义小

参考:https://docs.ultralytics.com/tasks/classify/#val
https://blog.csdn.net/weixin_42357472/article/details/131412851

1)数据集格式
https://docs.ultralytics.com/datasets/classify/#dataset-format
ultralytics yolo图像分类训练案例;pytorch自有数据集图像分类案例_第1张图片
ultralytics yolo图像分类训练案例;pytorch自有数据集图像分类案例_第2张图片
ultralytics yolo图像分类训练案例;pytorch自有数据集图像分类案例_第3张图片

2)训练:
cifar10数据集和yolov8n-cls.pt会默认下载,数据集默认会下载到/mnt/data/yolo/datasets/下,及自带可选模型,基于imagenet预训练的5个可选:
ultralytics yolo图像分类训练案例;pytorch自有数据集图像分类案例_第4张图片

你可能感兴趣的:(图像CV,深度学习,YOLO,分类,pytorch)