lightly-train

环境要求

• Python 3.8 或更高版本
• 支持 Windows、Linux、macOS
• 已安装 pip 包管理器
• 本地需准备带标注的图片数据集目录

安装与启动步骤

1. 1安装 LightlyTrain

   README 指定用 pip 安装，Python 3.8+ 均可；建议先建虚拟环境再安装。

   pip install lightly-train

   复制

2. 2准备数据集目录

   按 data 字段组织路径，如 images/train 与 images/val；names 里写类别 id 与名称。

3. 3编写训练脚本

   调用 lightly_train 的训练函数；代码需放在 if __name__ == "__main__" 块内。

   import lightly_train
   
   if __name__ == "__main__":
       lightly_train.train_object_detection(
           out="out/my_experiment",
           model="ltdetrv2-s-coco",
           data={
               "path": "my_data_dir",
               "train": "images/train",
               "val": "images/val",
               "names": {0: "person", 1: "bicycle", 2: "car"},
           },
       )

   复制

4. 4加载模型推理

   用 load_model 加载导出的 exported_best.pt，或直接用官方模型名，再调用 predict。

   import lightly_train
   
   model = lightly_train.load_model("out/my_experiment/exported_models/exported_best.pt")
   results = model.predict("image.jpg")
   results["labels"]
   results["bboxes"]
   results["scores"]

   复制

关键配置

如何确认成功

训练后在 out/my_experiment/exported_models/exported_best.pt 生成权重，load_model 能加载且 predict 返回 labels、bboxes、scores 即成功。

常见问题

注意事项

• 训练脚本必须写在 if __name__ == "__main__" 块内，避免多进程启动报错。
• README 只给出 pip 安装方式，未提供 Docker 或源码编译安装说明，请勿自行臆造。
• 生产、边缘部署或商业用途通常需要商业许可，需提前联系 Lightly 官方。
• README 未提及具体 GPU/显存要求，请根据所选模型规模自行评估训练资源。