环境测试

在PyCharm的终端中运行

1	yolo task=detect mode=predict model=模型权重 source=数据集路径 device=0

例：

模型权重：weights\yolo11s.pt

数据集路径：ultralytics/assets

结果保存在：

runs\detect\predict3

模型配置

数据标注

使用labelimg，标注出来的是xml类型（因为xml更直观），记录框的大小和类别。但在做模型训练的时候需要用txt。故使用voc_to_yolo_dataset_preparation.py转换。最后存放到VOCdevkit文件夹下。

ultralytics文件夹

cfg文件

cfg文件下的datasets文件夹存放着配置文件，挑一个用就行。这里我用的是coco-voc.yaml

coco数据集一共20个类别，故其他的全部注释掉。

注意！！！！！！！！！！！！！

voc_to_yolo_dataset_preparation.py的class_list一定要和配置文件的names一一对应

还有，path要设置成E:\bishe\VOCdevkit，train要设置成VOCdevkit这个文件夹下的train.txt。接下来程序会去读train.txt下的文件路径并一个个读取文件，并找到标签。

模型训练

1	yolo task=detect mode=train model=模型权重 data=配置文件路径 batch=32 epochs=100 imgsz=640 workers=0 device=0

模型权重：weights\yolo11s.pt

配置文件路径：ultralytics/cfg/datasets/coco-voc.yaml

yolo task=detect mode=train model=weights\yolo11s.ptweights\yolo11s.ptweights\yolo11s.pt data=ultralytics/cfg/datasets/coco-bfd.yaml batch=32 epochs=100 imgsz=640 workers=0 device=0

模型保存在E:\bishe\runs\detect\train12

模型测试

1	yolo task=detect mode=val model=runs/detect/train12/weights/best.pt data=ultralytics/cfg/datasets/coco-bfd.yaml device=0 plots=True split=test

测试模型保存在E:\bishe\runs\detect\val2

模型推理

1	yolo task=detect mode=predict model=runs/detect/train12/weights/best.pt source=data device=0