Yolo-World在自定义数据集上进行闭集词汇训练推理过程（二）——使用ultralytics库训练模型

小小酥kkk

已于 2024-07-22 21:13:39 修改

阅读量3.4k

点赞数 29

CC 4.0 BY-SA版权

文章标签： YOLO 计算机视觉深度学习目标检测机器学习人工智能神经网络

于 2024-07-22 17:36:31 首次发布

本文链接：https://blog.csdn.net/ITdaka/article/details/140613222

文章目录

概要

之前的文章已经介绍了如何在本地使用源码的yolo-world进行本地化训练模型，具体请参考：Yolo-World在自定义数据集上进行闭集词汇训练过程
下边介绍一下基于ultralytics库训练yolo-world的方法，非常简单！

训练整体流程

（1）首先可以编辑一个py文件写上以下几行代码，在官网有详细的代码解释，大家可以去官网详细阅读其他基于命令行CLI的训练方式等。
官网链接在这

from ultralytics import YOLOWorld

if __name__ == '__main__':
    # Load a pretrained YOLOv8s-worldv2 model
    model = YOLOWorld("yolov8s-worldv2.pt")
    # Train the model on the COCO8 example dataset for 100 epochs
    results = model.train(data="data.yaml"