训练流程

把打标好的数据集与yolov10源码放到同一个文件夹目录下，在该目录下打开jupyter lab，然后在yolov10-main下找到数据集的yaml文件，修改打标好数据集的路径(打标后创建的目录结构)，然后新建一个train.py文件，把模型加载在里面以及把各种模型训练的参数调好，就可以用%run train.py开始训练了。

遇到的问题

train.py文件的模型加载路径要写绝对路径比较好

到最后图片下载时总是出现torch错误，在train进入main时加上：torch.serialization.add_safe_globals([

YOLOv10DetectionModel,

dill._dill._load_type,

dill._dill._create_type,

])

torch.load = functools.partial(torch.load, weights_only=False)

yolo环境配置

代码拉取： git clone https://github.com/ultralytics/ultralytics.git

清华源：git clone https://mirrors.tuna.tsinghua.edu.cn/github/ultralytics/ultralytics.git

新建内核：conda create -n [name] python= 3.*

激活环境：conda activate [name]