某天心血来潮，想用YOLO模型做一个识别Loopy的模型，于是就有了这个项目。

在项目命令行运行：pip install -r requirements.txt

想使用GPU，需要安装上述库后，卸载torch然后重装GPU版本（不要与1弄反，否则还是会被cpu版本替换）

卸载：pip uninstall torch,torchvision，然后一定要留意被卸载的torch，torchvision的版本！

CUDA：一般选111、117、121，这几个版本torch比较全。

whl下载：建议在网站Links for torch (tsinghua.edu.cn)寻找torch，搜索torch-2.1.0+cu121-cp310-cp310-win，其中"2.1.0"替换刚卸载的版本，“121”替换CUDA版本，“310”替换python版本，点击下载。在网站download.pytorch.org/whl/torchvision/寻找torchvision，同理搜索到对应版本。

重装：在项目命令行运行：pip install "……/torch…….whl"（下载路径）

源数据在/dataprocess/Data，images是图像文件，labels是标注文件，格式为xml。

命令行输入labelimg，应出现以下窗口：

Open Dir：打开图像所在文件夹

Change Save Dir：打开标注文件所在文件夹

其他操作：略，很好上手

标注文件为xml，而YOLO所需的标注文件为txt，且需划分训练集train、验证集val，故有文件xml2YOLO.py。

无新标注文件略过即可

配置文件在YOLO/loopy.yaml

运行detect.py，epochs训练轮数可自定义

训练所得模型在runs/detect/train/weights/，后缀.pt

使用代码加载后可预测：图像or视频or摄像头