YOLOv8nの学習について

Question

実現したいこと

YOLOV8nの学習がうまく出来ないため、学習が完了するようにコードを編集したい。
mycoco.yamlを学習先として、きちんと設定できるように編集することを目的としています。

発生している問題・エラーメッセージ

train: Scanning C:\Users\○○\Desktop\ultralytics-main\ultralytics\puremoru\labels\train.cache... 101 images, 0 backgrounds, 0 corrupt: 100%|██████████| 101/101 [00:00<?, ?it/s]
Ultralytics YOLOv8.0.220 🚀 Python-3.10.0rc2 torch-1.12.0+cu113 CUDA:0 (NVIDIA T500, 4096MiB)
YOLOv8n summary (fused): 168 layers, 3151904 parameters, 0 gradients, 8.7 GFLOPs
 
Dataset 'coco.yaml' images not found ⚠️, missing path '\\KATNFS001\Z-DRIVE\datasets\coco\val2017.txt'
Backend QtAgg is interactive backend. Turning interactive mode on.
 

該当のソースコード

from ultralytics import YOLO
import os
 
os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'  # エラー対策
 
# モデルファイルの名前
model_filename = "yolov8n.pt"
 
# 移動先のディレクトリパス
new_directory = r'C:\Users\○○\Desktop\ultralytics-main\ultralytics'
 
# ディレクトリを変更
os.chdir(new_directory)
 
current_directory = os.getcwd()
 
model_path = os.path.join(current_directory, model_filename)
 
# YOLOモデルの読み込み
model = YOLO(model_path)
 
 
 
# Train the model using the 'mycoco.yaml' dataset for 30 epochs with a batch size of 4
if __name__ == '__main__':
    results = model.train(data=r'C:\Users\○○\Desktop\ultralytics-main\ultralytics\cfg\datasets\mycoco.yaml', epochs=30, workers=4, degrees=90.0)
 
# Evaluate the model's performance on the validation set
results = model.val()
 
 

試したこと

社内PCでYOLOv8nの学習を行ったところ、coco.yamlが見つからないというエラーがでました。
しかし、coco.yamlは「C:\Users\○○\Desktop\ultralytics-main\ultralytics\cfg\datasets」内に保管されています。

問題を解決する方法が分からず困っています。
解決策をお教え頂ければ幸いです。
よろしくお願いいたします。

Comments

[tmp]

yamlファイルが見つからないではなくて、yamlファイルが指定しているイメージファイルが見つからないというエラーではないですか？（イメージファイルを指定しているtxtファイル？？）
path:
train:
val:
の行は、どうなっていますか？

Answer 1

保存されているデータ名がmycoco.yamlですが、coco.yamlと変換すればいいのでは？

Comments

[mayoibito]

ご回答ありがとうございます！
試してみます！