Лабораторная работа 4 (обучение собственной модели YOLOv8)
Требуемые условия завершения
Открыто с: вторник, 10 октября 2023, 00:00
Срок сдачи: среда, 25 октября 2023, 00:00
Задания:
- Установите приложение для разметки данных LabelImg из следующего репозитория.
- При разметки данных создайте две директории: images и labels
- В приложении LabelImg выберите папку с изображениями и с помощью Change Save Dir выберите директорию labels
- Затем разметьте необходимое количество примеров
- После этого необходимо убедится, что изображения, хранятся в директории images, а файлы разметки .txt в директории labels. Разделить ваш датасет на обучающую и валидационную выборки, причём иерархия директорий должна быть следующей:
train/
--images/
--labels/
val/
--images/
--labels/
- Далее по следующей инструкции запустите обучение (без подключения ClearML). Есть две опции:
- Воспользоваться Google Colab для обучения (ссылку можно найти в конце инструкции в разделе Environments)
- Запустить обучения на локальной машине
- После обучения в папке runs будут содержаться ваши эксперименты. Ориентировочно по пути runs/train/exp1/weights будут лежать файлы обученных моделей best.pt и last.pt. Необходимо загрузить лучшую модель и провести с ней шаги из предыдущей лабораторной работы