https://www.python.org/ftp/python/3.10.11/python-3.10.11-amd64.exe
C:\Users\huangliangmou.SUPER\.local\bin>.\uv cache clean
pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 -f https://download.pytorch.org/whl/cu116/torch_stable.html
下载手写图片
createnumber.py
import torchvision from torchvision import transforms import os from PIL import Image os.makedirs('images/train', exist_ok=True) os.makedirs('labels/train', exist_ok=True) transform=transforms.Compose([transforms.ToTensor()]) mnist=torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform) for i, (img, label) in enumerate(mnist): img=Image.fromarray((img.squeeze().numpy()*255).astype('uint8')) img_path=f'images/train/{i:06d}.jpg' img.save(img_path) # 标签：单个数字占满图，xywh归一化 with open(f'labels/train/{i:06d}.txt', 'w') as f: f.write(f'{label} 0.5 0.5 1 1\n')
第一步：升级 pip（必须先做）
python -m pip install --upgrade pip
第二步：安装依赖
pip install wheel numpy opencv-python
第三步：安装 ultralytics
pip install ultralytics
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout 100
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed PyYAML
再执行训练命令：
yolo train model=yolov8n.pt data=mnist.yaml epochs=50 imgsz=28
Python 代码直接训练 train.py
# 终极训练代码，直接运行！ import os import sys # 强制屏蔽坏的库 sys.modules['psutil'] = None from ultralytics import YOLO # 加载模型 model = YOLO("yolov8n.pt") # 开始训练（你的数据集已经准备好了） model.train( data="mnist.yaml", epochs=50, imgsz=28, device="cpu", # 用CPU训练，最稳定 verbose=True )
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。