---
title: 【軟體】【物件偵測】Training 階段
tags: TTennis Pickup Robot
disqus: hackmd
---

<h1 style="text-align: center; color: orange;">
🛠️ 【軟體】影像處理 🛠️
</h1>

<h2 style="text-align: center; color: skyblue;">【物件偵測】Training 階段 </h2>

<h3><font color="magenza">
1. 訓練方案
</font></h3>

提供幾種訓練的選擇方式：
* 購買 Roboflow Credits 在其後端 Training。（方便但很貴）
* 在 Google Colab 使用 Google 後端電腦 Training。（免費但資源有限）
* 本地端訓練。（強烈建議有 GPU，要建置訓練環境）

</br>

<h3><font color="magenza">
2. Google Colab
</font></h3>

用 Colab 通常直接[照著官方做(YOLOv10)](https://colab.research.google.com/drive/1iRT4X0fURz7GijSi_wqSWJ4k0Ob9NVq7?usp=sharing)就行勒~


訓練出來會得到權重檔（如 `best.pt`）。

:::spoiler 權重檔

:::

</br>

<center>

:::danger
我測試過 epochs=60, imgsz=640, batch=32, dataset 1.3K 下，
免費 GPU 運算資源剛好爆炸，浪費我四個小時 QQ
:::
</center>

</br>

<h3><font color="magenza">
3. 本地端訓練（環境）
</font></h3>

以 YOLOv8 為例：
1. 載 [Anaconda](https://www.anaconda.com/download)。
2. 注意模型支援的 Python 和 Pytorch 版本，參考 [YOLOv8 Github](https://github.com/ultralytics/ultralytics)。
4. 查詢自己 GPU 兼容的 CUDA 版本，參考 [CUDA wikipedia](https://en.wikipedia.org/wiki/CUDA#GPUs_supported)。
5. 從 [Pytorch](https://pytorch.org/) 下載 CUDA 對應的 Pytorch 版本。

:::spoiler 舉例


首先官方已標示下方最新的 Pytorch 所依賴的 Python 版本要大於 3.8。
所以 Anaconda 中的 Python 環境我給 Python=3.10。

而我的 RTX4070 支援 CUDA11.8，故在 Anaconda 中複製圖中指令安裝 Pytorch。
然後再去下載 CUDA 11.8。這樣環境理論上就 OK 了。
:::

</br>

<h3><font color="magenza">
4. 本地端訓練（API）
</font></h3>

以 YOLOv8 為例：
1. 下載 [Ultralytics](https://github.com/ultralytics/ultralytics.git) 提供的 CLI 工具即可：`pip install ultralytics` 。
2. 將 dataset 資料夾全部放進 Anaconda 環境裡，並瀏覽至該路徑。
3. 訓練指令（自改參數）：

	yolo task=detect mode=train model=yolov8n.pt data=data.yaml epochs=100 imgsz=640 workers=4 batch=4

</br> </br> </br> </br> </br>