bak

.gitignore

@@ -2,4 +2,5 @@
 .idea
 yolo
 runs
-models/
+models/
+*.pt

00.test.py

@@ -0,0 +1,45 @@
+from ultralytics import YOLO
+import os
+
+os.environ['ULTRALYTICS_PLOTS'] = 'False'  # 禁用绘图环境变量
+
+
+def safe_training():
+    """安全训练，彻底避免NumPy问题"""
+
+    model = YOLO('yolov8n-pose.pt')
+
+    results = model.train(
+        data='./dataset1/train.yaml',
+        epochs=100,
+        imgsz=320,
+        batch=2,
+        device='mps',
+        workers=0,  # 设置为0避免多进程问题
+
+        # 关键：彻底禁用所有可能触发NumPy bug的功能
+        plots=False,  # 禁用绘图
+        save_json=False,  # 禁用JSON保存
+        verbose=True,
+
+        # 简化所有参数
+        lr0=0.001,
+        pose=2.0,
+        kobj=1.5,
+
+        # 关闭数据增强
+        augment=False,
+        hsv_h=0.0,
+        hsv_s=0.0,
+        hsv_v=0.0,
+        degrees=0.0,
+        translate=0.0,
+        scale=0.0,
+        fliplr=0.0,
+    )
+
+    return results
+
+
+print("开始安全训练...")
+safe_training()

14.训练模型-姿态估计-base.py

@@ -22,5 +22,5 @@ model = YOLO('models/yolov8n-pose.pt')
 # 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)
+model.train(data='./dataset1/train.yaml', epochs=300, imgsz=640, batch=32, device='cpu')
 print("训练完成")

14.训练模型-姿态估计-windows.py

@@ -18,28 +18,29 @@ model.train(
     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
+    lr0=0.01,
+    lrf=0.01,
+    momentum=0.937,
+    weight_decay=0.0005,
+    warmup_epochs=3.0,
+
+    # 重点：大幅调整损失权重
+    pose=10.0,  # 大幅提高姿态损失权重
+    kobj=5.0,  # 提高关键点目标权重
+    box=1.0,  # 降低检测权重（因为检测已经很好）
+    cls=0.3,  # 降低分类权重
+
+
+    # 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,

dataset1/train.yaml

@@ -4,7 +4,9 @@ val: valid/images # 验证集目录名
 task: pose #任务类型为 pose
 nc: 2 # 类别数
 loss: CIou
-names: ['left_hand', 'right_hand'] # 类别名称
+names:
+  0: 'left_hand'
+  1: 'right_hand'
 kpt_shape: [21, 3] # 关键点数量, 维度数量 (2 表示 x,y 或 3 表示 x,y,可见性)
 # 关键点
 flip_idx: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]

requirements.txt

@@ -3,4 +3,5 @@ opencv-python~=4.12.0.88
 numpy~=2.0.2
 pyautogui~=0.9.54
 moviepy~=2.2.1
-torch~=2.8.0
+torch~=2.8.0
+PyYAML~=6.0.2