yolov8_chinchilla_detect

rovoflow

---

참조 사이트)

구글 검색 -> yolov8 custom dataset

https://docs.ultralytics.com/modes/

Ultralytics YOLOv8 Modes

---

from google.colab import drive
drive.mount('/content/drive')

### CLI

# 경로 이동 yolo_study
%cd /content/drive/MyDrive/Colab Notebooks/DeepLearning/yolo_study

!pip install ultralytics

# 데이터 셋 다운로드
!pip install roboflow

from roboflow import Roboflow
rf = Roboflow(api_key="2RwhYgW2noUchmxaFzwL")
project = rf.workspace("yolostudy-vc24r").project("chin_detect-cp7kt")
dataset = project.version(1).download("yolov8")

# 학습
# Start training from a pretrained *.pt model using GPUs 0 and 1
!yolo task=detect mode=train data=chin_detect-1/data.yaml model=yolov8n.pt epochs=100 imgsz=640

# 예측
# task 어떤 과제 수행
# -> (yolov8 과제 종류 중 1개, 분류, 객체탐지, 세그먼트, 각 포인트 찾을것인지..)
# mode 예측, 학습 모드 설정
# source 예측할 데이터 설정 - 이미지 1장
# /content/drive/MyDrive/Colab Notebooks/DeepLearning/yolo_study/chin_detect-1/test/images/19_png.rf.6cc6bcc0dbcb0b735043481c1f4877ad.jpg
# imgsz = 640
!yolo task=detect \
mode=predict \
model=runs/detect/train/weights/best.pt \
conf=0.25 \
source=chin_detect-1/test/images/19_png.rf.6cc6bcc0dbcb0b735043481c1f4877ad.jpg \
imgsz = 640

### python code

from ultralytics import YOLO
# 모델 불러오기
model = YOLO('yolov8s.yaml')

# 모델 사용하기
# 학습
model.train(data = './chin_detect-1/data.yaml', epochs=100)

pre = model.predict('chin_detect-1/test/images/19_png.rf.6cc6bcc0dbcb0b735043481c1f4877ad.jpg', save=True)
pre