前言：

???深度學(xué)習(xí)新紀(jì)元，828 B2B 企業(yè)節(jié) Flexus X 實(shí)例特惠！想要高效訓(xùn)練 YOLOv10 模型，實(shí)現(xiàn)精準(zhǔn)圖像識(shí)別？Flexus X 以卓越算力，助您輕松駕馭大規(guī)模數(shù)據(jù)集，加速模型迭代，讓 AI 智能觸手可及。把握此刻，讓創(chuàng)新不再受限！

???本實(shí)驗(yàn)演示從 0 到 1 部署 YOLOv10 深度學(xué)習(xí) AI 大模型的環(huán)境搭建、模型訓(xùn)練、權(quán)重使用，以及各項(xiàng)指標(biāo)解讀。實(shí)驗(yàn)環(huán)境為 Flexus 云服務(wù)器 X 實(shí)例 服務(wù)器，配置：4vCPUs | 12GiB

環(huán)境準(zhǔn)備

購(gòu)買服務(wù)器配置

本次實(shí)驗(yàn)使用的是 Flexus 云服務(wù)器 X 實(shí)例 服務(wù)器。

在性能設(shè)置中我選擇了自定義模式，使用了 4vCPUs | 12GiB，因?yàn)楸敬我獙?shí)驗(yàn)的是 yolov10 的部署與應(yīng)用，Windows 操作系統(tǒng)具有更加直觀的用戶界面和強(qiáng)大的圖形支持，我選擇了公共鏡像 Windows Server 2022 數(shù)據(jù)中心版。以上配置僅供參考，并非硬性要求！

連接服務(wù)器

在華為云服務(wù)器控制臺(tái)中找到我們剛剛購(gòu)買的服務(wù)器，將彈性公網(wǎng) IP 地址復(fù)制下來。

快捷鍵 Windows + R 打開運(yùn)行窗口，輸入 mstsc，回車！

輸入計(jì)算機(jī)：彈性公網(wǎng) IP 地址；用戶名：MicrosoftAccountAdministrator，單擊“確定”。

然后輸入密碼，就成功的連接到我們的服務(wù)器了。

如果忘記密碼了，可以在操作列中點(diǎn)擊重置密碼，重新設(shè)置我們的服務(wù)器密碼。

安裝 Python

我們先來安裝 python3,打開官網(wǎng)地址

Download Python | Python.org

在官網(wǎng)下一個(gè)大于大于 3.8 的 python 安裝包（官方建議使用 3.9 的版本），選擇 amd64 的 exe 版本

安裝的時(shí)候勾選最底下的幫我們添加環(huán)境變量

等待片刻，出現(xiàn)下面這個(gè)界面就是安裝成功了。

CMD 打開控制臺(tái)小黑窗，執(zhí)行 python -V 和 pip -V 查看 python 版本與 pip 版本，看看我們的環(huán)境變量是否設(shè)置成功。

安裝 Pytorch

到官網(wǎng)安裝 Pytorch

Start Locally | PyTorch

在安裝之前看看自己買的服務(wù)器是否有 GPU，可以使用命令來查看

查看 CPU 型號(hào)：cat /proc/cpuinfo | grep "model name"

查看 GPU 型號(hào)（Nvidia GPU）：nvidia-smi --query-gpu=gpu_name --format=csv

查看 GPU 型號(hào)（AMD Radeon GPU）：sudo lshw -C display

因?yàn)槲疫@臺(tái)是只有 CPU 的，因此在官網(wǎng)中選擇 Stable(穩(wěn)定版)，系統(tǒng) Linux，用 pip 來安裝吧，然后 Compute Platform 選擇 CPU，然后把 Run this Command:中的命令???cmd 打開黑窗口執(zhí)行。

我這里執(zhí)行的是

pip3 install torch torchvision torchaudio 直接執(zhí)行可能會(huì)很慢，我在后面加上指定鏡像源，切換為國(guó)內(nèi)鏡像 pip3 install torch torchvision torchaudio -i https://pypi.mirrors.ustc.edu.cn/simple/

出現(xiàn)如下畫面即是成功下載完成。

部署 YOLOv10

YOLOv10 是 YOLO（You Only Look Once）系列的最新版本，由清華大學(xué)的研究人員開發(fā)，旨在進(jìn)一步提高實(shí)時(shí)目標(biāo)檢測(cè)的效率和準(zhǔn)確性。以下是對(duì) YOLOv10 的詳細(xì)介紹：

之前的 YOLO 版本在后處理和模型架構(gòu)方面仍存在不足，特別是依賴于非最大抑制（NMS）進(jìn)行后處理，這限制了模型的端到端部署并增加了推理延遲。YOLOv10 通過消除 NMS 和優(yōu)化模型組件，旨在解決這些問題，實(shí)現(xiàn)更高的性能和效率。

拉取 YOLOv10 代碼并安裝相關(guān)依賴

打開 YOLOV0 的 GItHub 代碼庫(kù)，將源碼下載到本地，解壓。

GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection

解壓完成后，打開命令行窗口，cd 到源碼的工作目錄，執(zhí)行下面兩個(gè)命令。

當(dāng)以上相關(guān)依賴都安裝完畢后，執(zhí)行以下訓(xùn)練命令測(cè)試我們的環(huán)境（此步驟可跳過）。

yolo detect train data=coco.yaml model=yolov10s.yaml epochs=5 batch=256 imgsz=640

第一次執(zhí)行會(huì)自動(dòng)下載官方提供的訓(xùn)練案例文件，需要等待較長(zhǎng)時(shí)間。

數(shù)據(jù)集準(zhǔn)備

YOLOv10 作為實(shí)時(shí)目標(biāo)檢測(cè)模型，理論上支持多種類型的數(shù)據(jù)集，只要這些數(shù)據(jù)集符合 YOLOv10 的輸入格式和標(biāo)注要求。具體來說，YOLOv10 可以支持的數(shù)據(jù)集包括但不限于以下幾種類型：

1.通用目標(biāo)檢測(cè)數(shù)據(jù)集：如 COCO（Common Objects in Context）數(shù)據(jù)集，這是一個(gè)大型、豐富的圖像數(shù)據(jù)集，用于目標(biāo)檢測(cè)、分割、關(guān)鍵點(diǎn)檢測(cè)等多種任務(wù)。YOLOv10 在 COCO 數(shù)據(jù)集上取得了顯著的性能提升，展現(xiàn)出優(yōu)異的精度-效率平衡能力。

2.特定領(lǐng)域數(shù)據(jù)集：YOLOv10 也可以應(yīng)用于特定領(lǐng)域的數(shù)據(jù)集，如交通標(biāo)志檢測(cè)數(shù)據(jù)集、人臉檢測(cè)數(shù)據(jù)集、車輛檢測(cè)數(shù)據(jù)集等。這些數(shù)據(jù)集通常針對(duì)特定場(chǎng)景或任務(wù)進(jìn)行收集和標(biāo)注，以滿足特定領(lǐng)域的需求。

3.自定義數(shù)據(jù)集：用戶還可以根據(jù)自己的需求創(chuàng)建自定義數(shù)據(jù)集，并使用 YOLOv10 進(jìn)行訓(xùn)練和測(cè)試。自定義數(shù)據(jù)集需要按照 YOLOv10 的輸入格式進(jìn)行標(biāo)注和組織，包括圖像文件、標(biāo)簽文件以及可能的數(shù)據(jù)集配置文件等。

通常來說，我們需要將標(biāo)注結(jié)果與原圖按比例分配到三個(gè)文件夾中

如你有 100 張標(biāo)注了的圖片，大約 80 張圖片用于訓(xùn)練數(shù)據(jù)，約 10 張圖片用于驗(yàn)證數(shù)據(jù)，約 10 張圖片用于測(cè)試數(shù)據(jù)

train 路徑用于訓(xùn)練模型，val 路徑用于驗(yàn)證模型，test 路徑用于測(cè)試模型。在訓(xùn)練和驗(yàn)證期間，模型將在不同的數(shù)據(jù)集上進(jìn)行訓(xùn)練和驗(yàn)證，以便評(píng)估模型的性能。在測(cè)試期間，模型將使用整個(gè)數(shù)據(jù)集進(jìn)行測(cè)試，以確定其性能指標(biāo)

需要注意的是：訓(xùn)練過的圖片通常不能用于驗(yàn)證數(shù)據(jù)。這是因?yàn)樵谟?xùn)練期間，模型已經(jīng)對(duì)這些圖片進(jìn)行了訓(xùn)練，并學(xué)會(huì)了識(shí)別這些圖片中的對(duì)象和場(chǎng)景類別。

因?yàn)閿?shù)據(jù)標(biāo)注要花費(fèi)大量的時(shí)間，這里直接拿出我最愛的皮卡丘標(biāo)注數(shù)據(jù)

400多張“皮卡丘”原圖與標(biāo)注結(jié)果以及yolov8的訓(xùn)練結(jié)果best.pt權(quán)重和ONNX格式文件_yolov8權(quán)重轉(zhuǎn)onnx資源-CSDN文庫(kù)

在這個(gè)壓縮包中有皮卡丘圖片與標(biāo)注信息，還有 yolov8 的訓(xùn)練好的權(quán)重文件，我們只留下 images 和 labels 用來訓(xùn)練 yolov10 版本的權(quán)重。

因?yàn)槲冶容^懶，能用代碼解決的事就用代碼，下面我們使用 python 對(duì)數(shù)據(jù)集進(jìn)行隨機(jī)分配。

修改下面代碼中 66-67 行中的

src_data_folder = '數(shù)據(jù)集路徑' target_data_folder = '處理后的數(shù)據(jù)集'

因?yàn)樵?yolo 訓(xùn)練中，我們并不需要將圖片和標(biāo)注結(jié)果分開存放，因此我們將 train 和 val 中的 images 和 labels 里的文件都全部移出來，然后將這兩個(gè)文件夾刪掉即可。

要注意的是，不管是 train 還是 val 都需要檢查是否包含這么一個(gè) classes.txt 文件，如果沒有的話需要自己手動(dòng)補(bǔ)上，因?yàn)槲疫@里的素材只有一個(gè)皮卡丘目標(biāo)，并且標(biāo)注為 1 了，所以只寫了一個(gè) 1。

訓(xùn)練數(shù)據(jù)集的配置文件

參考路徑 C:yolov10-mainultralyticscfgdatasets 找到 voc.yaml，復(fù)制一份，自定義一個(gè)名字

執(zhí)行完識(shí)別命令后，可在輸出信息中看到識(shí)別結(jié)果文件所在位置，detectpredict（數(shù)字會(huì)自動(dòng)疊加）

任意打開一張圖片，找出識(shí)別前的圖片對(duì)比一下，皮卡丘已經(jīng)被框出來了，并打上我們?cè)O(shè)置的 pkq 標(biāo)簽。

至此~我們就完成了 YOLOv10 目標(biāo)檢測(cè)模型的訓(xùn)練與識(shí)別工作了！整個(gè)實(shí)驗(yàn)操作下來，F(xiàn)lexus 云服務(wù)器 X 實(shí)例的表現(xiàn)都是非常出色的！

審核編輯 黃宇