首页 > 其他分享 >训练自己的yolo-v11数据集

训练自己的yolo-v11数据集

时间:2025-01-08 22:45:05浏览次数:1  
标签:yolo 训练 python v11 pyqt5 虚拟环境 conda labelimg

参考:

超详细目标检测:YOLOv11(ultralytics)训练自己的数据集,新手小白也能学会训练模型,手把手教学一看就会

手把手教你使用YOLOv11训练自己数据集(含环境搭建 、数据集查找、模型训练)

YOLOv11训练自己的数据集(从代码下载到实例测试)

LabelImg安装与使用教程

既然是训练,必不可少的就是安装标注工具labelimg。

好了,问题来了,我犯了一个错,卡了一天。

2.安装LabelImg

  1. 在刚刚的界面中输入conda activate labelimg激活虚拟环境
  2. 连接清华源下载镜像包,注意,需要按顺序安装,不要先安装labelimg,否则会报错

这一句,我理解成了先要把 pyqt5 ,pyqt5-tools下载了在创建labelimg(原谅我此时还没有查conda是干嘛的,conda是创建python虚拟环境的)

然后我就开始在conda cmd和cmd里面安装pyqt5和pyqt5-tools

一直卡在preparing metadata...

一天都在搞这玩意儿。。。。

经查pyqt5-tools官方最高支持python 3.9,郁闷,我安装conda之后,python都默认升级到3.12了,我总不至于还要降级噻

肯定有办法

看到命令  conda create -n labelimg python=3.8 突然理解,是使用python 3.8创造一个labelimg的虚拟环境,然后激活该虚拟环境。

于是在 conda cmd中执行命令:

conda create -n labelimg python=3.8
conda activate labelimg

pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyqt5-tools -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install lxml -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

 

标签:yolo,训练,python,v11,pyqt5,虚拟环境,conda,labelimg
From: https://www.cnblogs.com/huanghongbo/p/18660735

相关文章

  • 深度学习目标检测中_构建一个基于YOLOv8的道路裂缝检测系统来处理道路裂缝数据集 4类
    道路裂缝数据集数据集共21041张道路图像,涉及3000+道路损坏实例,数据集包含四种损伤类别的注释:纵向裂缝D00、横向裂缝D10、鳄鱼裂缝D20和坑洞D40;已标注yolo格式、voc格式,可直接用于训练;标签类别及标签个数:D00(6592)、D10(4446)、D20(8381)、D40(5627)构建一个基于YOLOv8的道......
  • 深度学习目标检测使用YOLOv8来训练航拍遥感飞机数据集 yolo
    航拍遥感飞机数据集Yolo格式标注深度学习目标检测使用YOLOv8来训练航拍遥感飞机数据集。以下是详细的步骤和代码示例,包括环境部署、模型训练、指标可视化展示以及PyQt5界面设计。文章代码仅供参考:数据集结构假设你的数据集已经准备好,并且是以YOLO格式存储的。以下......
  • C# 调用YoloSharp.Gpu,调用Microsoft.ML.OnnxRuntime.Gpu出错126
    今天使用C#调用YoloSharp.Gpu,加载onnx模型,然后检测,代码很简单。//LoadtheYOLOpredictorpredictor??=newYoloPredictor(@"pathtoyour.onnx");//Runmodelvarresult=predictor.Detect(@"pathtoyourimage");一运行就爆错ONNXRuntimeError:1:FAIL:LoadL......
  • YOLOV8涨点之多尺度注意力融合(MAF)模块
    YOLOv8基本架构YOLOv8延续了YOLO系列的设计理念,其基本架构主要包括Backbone、Neck和Head三个关键部分:Backbone:基于CSP(紧凑和分离)思想构建,使用C2f模块替代了YOLOv5中的C3模块,实现了进一步的轻量化。Neck:采用PA-FPN(路径聚合网络-特征金字塔网络)思想,通过去除上采样......
  • YOLO-v3如何从配置文件中构建网络骨架
    从配置文件路径读取模型配置参数config文件形式从路径中读取返回一个列表,列表中每个网络层以字典的形式存储参数defparse_model_config(path):"""Parsestheyolo-v3layerconfigurationfileandreturnsmoduledefinitions"""file=open(path,'r')#......
  • 日常训练2025-1-8
    日常训练2025-1-8E小红的双生英雄https://ac.nowcoder.com/acm/contest/99784/E思路读题后跟容易发现是一道分组背包的题,转移也比较简单。有一个做动态规划题的技巧是,如果题目相较于传统的DP题有一些其他的约束条件,则把约束条件写成DP的一个维度就行。代码#include<bit......
  • YOLOv8白皮书-第Y7周:训练自己的数据集
    >-**......
  • 代码随想录算法训练营第一天 | Leetcode 027、Leetcode 704、Leetcode 977
    Leetcode027双指针覆盖目标元素#include"iostream"#include"vector"usingnamespacestd;intremoveElement(vector<int>&nums,intval){inti=0;for(intj=0;j<nums.size();j++){if(nums[j]!=val){......
  • 简化芯片设计传统,AI训练的新型算法正改变芯片研发范式
    编辑丨&自1971年第一个商用微处理器的草图面世以来,芯片设计已经取得了长足的进步。但是,随着芯片变得越来越复杂,设计人员必须解决的问题也越来越复杂。而我们目前的工具并不总是能胜任这项任务。当今使用的自动化工具通常无法解决设计过程中的现实问题,这意味着必须人工介入,......
  • 基于C++和Yolo5检测和React前端开发的人流量检测系统源码+文档说明+详细注释(高分项目
    文章目录源码下载地址项目介绍进入后端目录安装依赖注意:确保已经安装了必要的依赖和环境启动后端服务项目功能界面预览项目备注源码下载地址源码下载地址点击这里下载代码项目介绍Yolov5-react-pedestrian-flow-monitoring-system是基于C++Yolov5检测和Reac......