一、运行环境 

硬件：GPU ：RTX4060、CPU： inteli9-13900HX 

软件：Pycharm+Pytorch

python版本 3.10.13

conda版本：23.11.0

cuda版本：12.3

pytorch版本：2.0.1+cu118

基本库安装：

（1）numpy 1.26.2 

（2）opencv-python 4.8.1.78 

（3）pipinstall pybase64 

（4）pipinstall glob2 

（5）pipinstall shutilwhich 

（6）pipinstall tqdm 

（7）pipinstall pillow （如果报错以下问题：ImportError:DLLloadfailed while importing _imaging: 找不到指 定的模块，解决方法：先卸载pillow库：pip uninstall pillow，再下载 pillow库：pip install pillow） 

（8）pipinstall pyyaml 

（9）cd到ultralytics-main 文件夹下 执行 pipinstallultralytics

二、耗时 

训练耗时及占用内存： 

CPU：一次46分10秒，占用内存3G（（对于训练1700张 图片）

GPU：一次2分15秒，占用内存0.8G （对于训练1700张 图片）

模型推理耗时： 

CPU：图片预处理耗时 2.5ms 推理耗平均时300.6ms 后处理 耗时 30.2ms 

GPU：图片预处理耗时 1.8ms 推理耗时19ms 后处理耗时 5.5ms

三、开发思路

本方法主要集中在数据集的处理

1.模型选择

前期我们将侧重点放在模型的选择上，希望找到一个轻量化，速度快，更加精准的模型。由于yolov8-seg轻量化，且速度较快，所以我们最终选择了此模型，通过我们自己的方法来提高模型精度。

2.数据处理

对于训练集的处理，我们开始是将原来训练集的25张图 片进行处理，通过代码进行旋转60度，90度，120度，180 度。之后在进行原图背景的更换，在网络上面找取背景图片通过代码将原图的物体放在新的背景里面，同时对背景进行旋转60度，90度，120度，180度。同时还有原图亮度的调节。于是生成了1700张训练的图片数据集，对原来的数据集进行了扩增。再进行训练。

3.代码运行

这时使用的是我们已经训练好的权重，可以直接用来推理。

这是从头开始训练，上面是将hik给我们的标志转为json格式下面是将json格式的文件转为txt格式的代码。（最下面的predict是用来直接预测的）

数据集存放位置

在此文件添加标注名称后，通过上述文件改变标注格式，进行训练。

训练完成后使用predict进行预测。

四、总结

五、鸣谢