- yolov8 github: https://github.com/ultralytics/ultralytics
- yolov8 docs: https://docs.ultralytics.com/quickstart/
-
Google Drive'da "yolov8" isimli bir klasör oluşturunuz.
-
"yolov8" klasörünün içine sırasıyla "data,output,test_images" klasörlerini oluşturunuz.
-
data klasörünün içine etiketleme için kullandığınız resimleri ve etiketleme eylemi sonrası oluşan (etiket koordinatlarını içeren) .txt dosyalarını yükleyiniz.
4)Paylaştığım dataset.yaml dosyasını, oluşturduğunuz "yolov8" klasörünün içine yükleyiniz.
5)Paylaştığım colab kodlarından ilk 5 hücreyi çalıştırınız.
!! Buraya kadar herhangi sorun ile karşılaşmadıysanız devam edebilirsiniz. !!
-
Paylaşmış olduğum dataset.yaml dosyasını herhangi bir text editör ile açınız.
-
train ve val klasörlerinin dosya yolları buraya kadar yazdığım anlatımımı doğru bir şekilde uygulamış iseniz, doğrudur.
-
Gelelim "classes" bölümüne
-
"nc:" yazan kısımın önüne etiketlemede kaç tane class kullandıysanız o kadar değer yazınız.
-
"names" yazan kısımın önüne ise (burası önemli) etiketleme sonucu oluşan -classes.txt- dosyasında yazan sıra ile " örnek olarak ['human',[car] " formatında classlarınızı yazınız.
-
Ultralytics kütüphanemizin kontrolleri yapıldıktan sonra şu bilgileri vermekte fayda var.
-
Eğitim aşamasının başlayacağı 7.hücreyi açıklamak gerekirse
-
Sırasıyla; görevimiz(task) tespit olarak, modumuz(train) eğitim olarak, modelimiz yolonun v8m modeli olarak, datanın işleneceği dosya yolunu, epochs ise modelizi kaç basamakla eğitmek istediğinizi, training_results ise train sonucunu hangi isimle kaydetmek istediğinizi temsil etmektedir.
-
Eğitim aşaması kullandığınız modele ve eğitim basamağına göre değişiklik gösterebilir.
-
Diğer hücreler , hücre üstlerinde yorum satırı olarak anlatışmıştır.
!! Sadece test yapmak için oluşturulmuştur. Hiçbir art niyet ve çıkar gözetilmemektedir. Oluşabilecek herhangi bir sorunun sorumluluğu üslenmiyoruz. !!