Yolov8实现loopy视频识别

1、前言

loopy是一个非常可爱的动漫角色（可爱粉色淀粉肠），闲来无事，打算用yolov8训练一个模型对loopy进行识别。

2、准备工作

先在网络上搜寻很多loopy的图片，然后将图片导入Lablel Studio软件进行标注，并导出yolo格式。

本人大约导入了300张图片，并完成了手动标注工作。

得到了图片文件夹images和标签label文件夹（txt格式），然后划分训练集和测试集（240:60）

3、训练模型

本人租用的服务器为Tesla v100 16G，选用的yolov8版本为yolov8n（中型版本）

yaml文件内容如下：

path: "/home/featurize/YOLOv8-loopy-main/dataset/images" # dataset root dir
train: "train" # train images (relative to 'path')
val: "val" # val images (relative to 'path')

# Classes
nc: 1 # number of classes
names: ["loopy"] # class names

训练参数为：

epochs=1000,
batch=64,
imgsz=640,
device="0",
AdamW(lr=0.002, momentum=0.9) with parameter groups 57 weight(decay=0.0), 64 weight(decay=0.0005), 63 bias(decay=0.0)

训练大约1000轮之后得到了最后的best.pt文件

4、模型评估

5、实战评估

在b站上找了个loopy视频并把它下载下来，放入我们的模型进行预测：

from ultralytics import YOLO


if __name__ == "__main__":
    # 加载YOLOv9模型
    model = YOLO("/home/featurize/YOLOv9-loopy-main/best.pt")
    # 视频路径
    file_path = "/home/featurize/YOLOv9-loopy-main/loopy-test.mp4"
    # 检测视频
    results = model.predict(source=file_path, device=0, show=False, save=True)

最后放几张视频截图（视频都是随便在b站找的所以会带有水印）：

后记

完整代码，图片（标注完成）以及权重文件都放在了我的github上面，希望大家感兴趣的可以给我一个 star

github链接