YOLOV8nの学習について
解決したいこと
YOLOv8nに自前データを学習させたい。
しかし、「Dataset 'coco.yaml' images not found」がでて、学習が完了できない。
発生している問題・エラー
train: Scanning C:\Users\○○\Desktop\ultralytics-main\ultralytics\puremoru\labels\train.cache... 101 images, 0 backgrounds, 0 corrupt: 100%|██████████| 101/101 [00:00<?, ?it/s]
Ultralytics YOLOv8.0.220 🚀 Python-3.10.0rc2 torch-1.12.0+cu113 CUDA:0 (NVIDIA T500, 4096MiB)
YOLOv8n summary (fused): 168 layers, 3151904 parameters, 0 gradients, 8.7 GFLOPs
Dataset 'coco.yaml' images not found ⚠️, missing path '\\KATNFS001\Z-DRIVE\datasets\coco\val2017.txt'
Backend QtAgg is interactive backend. Turning interactive mode on.
該当するソースコード
from ultralytics import YOLO
import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE' # エラー対策
# モデルファイルの名前
model_filename = "yolov8n.pt"
# 移動先のディレクトリパス
new_directory = r'C:\Users\○○\Desktop\ultralytics-main\ultralytics'
# ディレクトリを変更
os.chdir(new_directory)
current_directory = os.getcwd()
model_path = os.path.join(current_directory, model_filename)
# YOLOモデルの読み込み
model = YOLO(model_path)
# Train the model using the 'mycoco.yaml' dataset for 30 epochs with a batch size of 4
if __name__ == '__main__':
results = model.train(data=r'C:\Users\○○\Desktop\ultralytics-main\ultralytics\cfg\datasets\mycoco.yaml', epochs=30, workers=4, degrees=90.0)
# Evaluate the model's performance on the validation set
results = model.val()
自分で試したこと
社内PCでYOLOv8nの学習を行ったところ、coco.yamlが見つからないというエラーがでました。
しかし、coco.yamlは「C:\Users\○○\Desktop\ultralytics-main\ultralytics\cfg\datasets」内に保管されています。
問題を解決する方法が分からず困っています。
解決策をお教え頂ければ幸いです。
よろしくお願いいたします。
0 likes
