最新版YOLOv6训练自己的数据集（超详细完整版！）

接着上篇文章继续写，本篇文章讲如何训练自己的数据集。

从官网下载YOLOv6源码：meituan/YOLOv6: YOLOv6: a single-stage object detection framework dedicated to industrial applications. (github.com)https://github.com/meituan/YOLOv6

一、创建文件

将tools文件夹中的train.py放主目录下，再创一个myself.yaml文件，名字可以自己起（主要是为了省事）

myself.yaml文件里只需要添加train和val路径就行

二、修改数据集格式

YOLOv6与YOLOv5的数据集格式不同，v6不需要使用images文件夹，将以前images中的train和val文件夹图片与labels文件放在同一个目录就可以了

三、程序修改

修改一下train.py中的路径

打开文件夹yolov6->data->datasets.py

将红框里的内容注释，改为蓝框（这里不知道官方什么时候能修复，哎）

懒得动手直接复制下面的

label_dir = osp.join(osp.dirname(img_dir), "labels", osp.basename(img_dir))

四、运行

直接右击运行train.py或者终端命令也可以

五、检测

上篇博文已经讲了如何检测图片，我看到最新版的程序bug依旧存在（时间6月30日）

手把手教你运行YOLOv6（超详细）https://blog.csdn.net/qq_58355216/article/details/125497521?spm=1001.2014.3001.5502

由于训练的速度太慢，我只训了100epochs，检测效果一般，虽然精度较高，但漏检和误检情况时有发生，之后还会再次更新

五、总结

对于YOLOv6我真是无力吐槽了，bug太多了，并且功能不够完善，各种报错，各种问题，简直就拿我们当小白鼠，哎！

训练时的报错问题在下篇博文：

YOLOv6训练时报错解决方法https://blog.csdn.net/qq_58355216/article/details/125552713?spm=1001.2014.3001.5502

bug1：

无法使用单类别数据集（在这个坑里差点没出来），作者虽说已修复，但是还是有些bug要改，等一段时间再更新

bug2：

训练时无法充分利用GPU（问题很致命，速度慢的我要裂开）

bug3：

目前无法查看精度和召回，map上涨速度特慢（等人家作者优化吧）

这些都还只是训练时候的bug……

如果训练时有各种报错欢迎评论区留言，本博文持续更新中

———————–更新线———————–

YOLOv8发布