yolov8如何用predict.py，改用自己的权重去测试

Question

yolov8如何用predict.py，改用自己的权重去测试？
不用命令行，要在哪里改，用自己训练得到的best.pt？

Answer 1

参考GPT和自己的思路：

如果您想使用自己训练得到的best.pt权重进行测试，可以按照以下步骤：

1. 在predict.py文件中找到以下代码：

   parser.add_argument('--weights', nargs='+', type=str, default='yolov5s.pt',
                        help='model.pt path(s)')
   

   将默认的'yolov5s.pt'改为您自己训练得到的best.pt的路径。

2. 如果您的测试数据集与训练数据集在尺寸上不一致，可能需要更改以下代码中的图像大小：

   imgsz = opt.img_size # 模型输入的图像大小，默认为640
   

   需要将图像大小更改为测试数据集图像的大小。

3. 找到以下代码：

    with torch.no_grad():
        for path, img, im0s, vid_cap in dataset:
            img = torch.from_numpy(img).to(device)
            img = img.half() if half else img.float()  # FP16模式支持
            if img.ndimension() == 3:
                img = img.unsqueeze(0)
   
            # Inference
            pred = model(img)[0]
            pred = non_max_suppression(pred, opt.conf_thres, opt.iou_thres,
                                       classes=opt.classes, agnostic=opt.agnostic_nms)
   

   将输入图片的位置以及推断结果的位置更改为您自己的测试图片和结果存储位置。

4. 执行predict.py文件进行测试。

注意：在更改代码之前，最好将原始代码备份，以便在需要恢复原始设置时使用。