介绍
本文将详细介绍如何使用 YOLOv8 在实时视频中跟踪和检测火灾和烟雾的代码。该项目使用预先训练的 YOLOv8 模型来识别给定视频帧中是否存在火灾和烟雾,并通过后续帧进行跟踪。
运行代码需要以下包
ultralytics
roboflow
CUDA (if using GPU for acceleration)
如果您在谷歌Colab中运行此笔记本,请导航到编辑->笔记本设置->硬件加速器,将其设置为GPU,然后单击保存。这将确保您的笔记本电脑使用GPU,这将大大加快模型训练时间。
在自定义数据集上训练的步骤
- 安装YOLOv8
- CLI Basics
- 使用预训练的 COCO 模型进行推理
- Roboflow Universe
- 准备自定义数据集
- Custom Training
- 验证自定义模型
- 使用自定义模型进行推理
开始之前
确保我们能进入GPU。我们可以使用nvidia-smi命令来做到这一点。如果有任何问题,