bak

14.训练模型-姿态估计-base.py

@@ -0,0 +1,26 @@
+from ultralytics import YOLO
+# 加载预训练模型
+model = YOLO('models/yolov8n-pose.pt')
+# model = YOLO('models/yolo11x-pose.pt')
+# model = YOLO('models/yolov8n-pose.pt')
+# model = YOLO('runs/pose/train2/weights/last.pt')
+
+
+# 训练模型   
+# data:数据集路径   
+# epochs:训练轮数  
+# imgsz: 图片大小   
+# batch: 批次大小
+# device: 使用设备 0:GPU 'cpu':CPU
+# workers: 使用的进程数
+# verbose: 训练进度条
+# resume: 恢复训练
+# name: 训练结果保存名称
+# plot: 绘制训练曲线
+# save: 保存训练结果
+# save_period: 每隔多少轮保存一次模型
+# save_dir: 训练结果保存路径
+# weights: 预训练模型路径
+model.info()
+model.train(data='./dataset1/train.yaml', epochs=300, imgsz=640, batch=32, device=0)
+print("训练完成")

14.训练模型-姿态估计-mac.py

@@ -0,0 +1,34 @@
+from ultralytics import YOLO
+import torch
+
+# 加载预训练模型
+model = YOLO('models/yolov8n-pose.pt')
+# model = YOLO('models/yolo11x-pose.pt')
+# model = YOLO('models/yolov8n-pose.pt')
+# model = YOLO('runs/pose/train2/weights/last.pt')
+
+model.info()
+# 检查MPS可用性
+print(f"MPS available: {torch.backends.mps.is_available()}")
+print(f"MPS built: {torch.backends.mps.is_built()}")
+# MPS优化配置
+model.train(data='./dataset1/train.yaml', epochs=300,
+            imgsz=320,  # M2 Pro上建议减小尺寸
+            batch=8,  # 根据内存调整
+            device='mps',  # 使用Apple Metal Performance Shaders
+            workers=2,  # MPS下建议2个worker
+            patience=50,
+            lr0=0.01,
+            lrf=0.01,
+            momentum=0.9,  # MPS上动量稍小
+            weight_decay=0.0005,
+            warmup_epochs=5.0,
+            box=7.5,
+            pose=1.0,  # 增加姿态损失权重
+            kobj=1.5,
+            save=True,
+            exist_ok=True,
+            verbose=True,
+            amp=False  # MPS上关闭自动混合精度
+            )
+print("训练完成")

14.训练模型-姿态估计-windows.py

@@ -0,0 +1,48 @@
+from ultralytics import YOLO
+import torch
+
+# 检查GPU信息
+print(f"CUDA可用: {torch.cuda.is_available()}")
+print(f"GPU数量: {torch.cuda.device_count()}")
+print(f"当前GPU: {torch.cuda.get_device_name(0)}")
+print(f"GPU内存: {torch.cuda.get_device_properties(0).total_memory / 1024 ** 3:.1f} GB")
+
+model = YOLO('models/yolov8n-pose.pt')
+
+# 3080优化配置
+model.train(
+    data='./dataset1/train.yaml',
+    epochs=300,
+    imgsz=640,  # 3080可以处理原尺寸
+    batch=32,  # 根据12GB内存调整
+    device=0,  # 使用GPU 0
+    workers=8,  # 充分利用CPU核心
+    patience=50,
+    lr0=0.01,
+    lrf=0.01,
+    momentum=0.937,
+    weight_decay=0.0005,
+    warmup_epochs=3.0,
+
+    # 损失权重调整（重点解决姿态问题）
+    box=7.5,
+    pose=1.5,  # 提高姿态损失权重
+    kobj=2.0,  # 提高关键点目标权重
+    cls=1.0,
+
+    # 性能优化
+    amp=True,  # 自动混合精度训练
+    cos_lr=True,  # 余弦学习率调度
+    close_mosaic=10,  # 最后10epoch关闭马赛克增强
+
+    # 数据增强
+    hsv_h=0.015,
+    hsv_s=0.7,
+    hsv_v=0.4,
+    fliplr=0.5,  # 水平翻转对姿态很重要
+
+    save=True,
+    exist_ok=True,
+    verbose=True
+)
+print("训练完成")

14.训练模型-姿态估计.py

@@ -1,57 +0,0 @@
-from ultralytics import YOLO
-import torch
-# 加载预训练模型
-model = YOLO('models/yolov8n-pose.pt')
-# model = YOLO('models/yolo11x-pose.pt')
-# model = YOLO('models/yolov8n-pose.pt')
-# model = YOLO('runs/pose/train2/weights/last.pt')
-
-
-# 训练模型   
-# data:数据集路径   
-# epochs:训练轮数  
-# imgsz: 图片大小   
-# batch: 批次大小
-# device: 使用设备 0:GPU 'cpu':CPU
-# workers: 使用的进程数
-# verbose: 训练进度条
-# resume: 恢复训练
-# name: 训练结果保存名称
-# plot: 绘制训练曲线
-# save: 保存训练结果
-# save_period: 每隔多少轮保存一次模型
-# save_dir: 训练结果保存路径
-# weights: 预训练模型路径
-model.info()
-model.train(data='./dataset1/train.yaml', epochs=300, imgsz=640, batch=32, device=0)
-
-
-
-#
-# # 检查MPS可用性
-# print(f"MPS available: {torch.backends.mps.is_available()}")
-# print(f"MPS built: {torch.backends.mps.is_built()}")
-#
-# model = YOLO('models/yolov8n-pose.pt')
-#
-# # MPS优化配置
-# model.train( data='./dataset1/train.yaml', epochs=300,
-#     imgsz=320,  # M2 Pro上建议减小尺寸
-#     batch=8,    # 根据内存调整
-#     device='mps',  # 使用Apple Metal Performance Shaders
-#     workers=2,  # MPS下建议2个worker
-#     patience=50,
-#     lr0=0.01,
-#     lrf=0.01,
-#     momentum=0.9,  # MPS上动量稍小
-#     weight_decay=0.0005,
-#     warmup_epochs=5.0,
-#     box=7.5,
-#     pose=1.0,   # 增加姿态损失权重
-#     kobj=1.5,
-#     save=True,
-#     exist_ok=True,
-#     verbose=True,
-#     amp=False   # MPS上关闭自动混合精度
-# )
-# print("训练完成")

requirements.txt

@@ -1,5 +1,6 @@
 ultralytics~=8.3.198
 opencv-python~=4.12.0.88
 numpy~=2.0.2
-pyautogui
-moviepy
+pyautogui~=0.9.54
+moviepy~=2.2.1
+torch~=2.8.0