YOLOv8无人机检测与追踪

环境

1. python:3.7
2. torch:1.8.1+cu101

运行步骤

1. 环境部署
   git clone https://github.com/kangyiyang/yolov8_drone_detection.git
2. 下载数据集到datasets文件夹下，使用如下命令解压数据集，然后将无人机检测与追踪文件夹下的内容复制到orignal_data下并删除无人机检测与追踪文件夹
   7z x 无人机检测与追踪.7z
3. 执行数据预处理，打开src下process.py文件，点击运行
4. 使用yolo命令训练数据
   单卡：yolo task=detect mode=train model=yolov8n.pt data=datasets/config.yaml batch=32 epochs=20 imgsz=640 workers=16 device=0
   多卡：yolo task=detect mode=train model=yolov8n.pt data=datasets/config.yaml batch=32 epochs=20 imgsz=640 workers=16 device='0,1'
5. 使用yolo命令验证数据
   yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=datasets/config.yaml device=0
6. 使用yolo命令预测数据
   yolo task=detect mode=predict model=runs/detect/train/weights/best.pt source=datasets/data/images/test device=0 save_txt=True
7. 执行数据后处理，打开src下的postcess.py文件，点击运行