前言
好玩的，本来想用v8搞的，结果发现v10都用了，貌似精度也更好，那就换个环境再继续。
环境搭建
先用Pycharm创建一个新环境，然后从Github上下载yolov10源码：
git clone https://github.com/THU-MIG/yolov10.git
将源码拉取到本地后，需要根据官方指南安装项目所需的依赖：
pip install -r requirements.txt
pip install -e .
遇到版本不可寻的问题：
Could not find a version that satisfies the requirement opencv-python==4.9.0.80
ERROR: No matching distribution found for opencv-python==4.9.0.80
去仓库看了看，这个版本的opencv是存在的，再次尝试直接用pip安装opencv成功了，感觉是玄学的网络问题。
yolov10环境完成后，可以再装个pyautogui用于后续的键鼠操作：
pip install pyautogui
貌似环境里已经有了，至此环境搭建完成。
训练模型
首先在官方Github下载预训练模型：
pip install git+https://github.com/THU-MIG/yolov10.git
遇到网络问题：
unable to access 'https://github.com/THU-MIG/yolov10.git/': Failed to connect to github.com port 443
搜索一下，找到解决方案为刷新DNS缓存，在cmd中输入命令：
ipconfig/flushdns
预训练模型下载完成，根据官方示例，简单测试一下：
# -*- coding:utf8 -*-
from ultralytics import YOLOv10
model = YOLOv10.from_pretrained('jameslahm/yolov10n')
model.predict("cat.jpg", save=True)
得到检测结果，看起来不错：
然后进入准备的游戏游玩，同时录制完成每日委托的游玩视频，准备截图用于制作数据集，我这里录制了四天的份量，先做个简单的模型测试一下效果。
大地图
收集了67张图片，主要用于检测正在处理的委托和传送点，然后上传到标注网站roboflow进行标注
一张张图片打开进行标注：
标注完成后，按照推荐比例生成训练集，验证集和测试集：
最后导出到本地：
开始训练：
# -*- coding:utf8 -*-
from ultralytics import YOLOv10
model = YOLOv10.from_pretrained('jameslahm/yolov10n')
model.train(data="../../../../datasets/data.yaml", epochs=500, imgsz=640, device=0, batch=16)
但是在使用CUDA时发生问题：
ValueError: Invalid CUDA 'device=0' requested. Use 'device=cpu' or pass valid CUDA device(s) if available, i.e. 'device=0' or 'device=0,1,2,3' for Multi-GPU.
在网上搜索得到解决方法，应该是安装的torch为CPU版本导致的，需要卸载重装。
卸载：
pip uninstall torch torchvision torchaudio
找到对应版本重装：
pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118
要下载挺久的，完成后重新开始训练，遇到新的问题：
CUDNN_BACKEND_EXECUTION_PLAN_DESCRIPTOR: cudnnFinalize Descriptor Failed cudnn_status
看起来可能是没有安装CUDNN导致的，尝试去官方网站下载安装一下，根据参考文章，将文件解压到CUDA文件夹后，可以使用CUDA\v12.0\extras\demo_suite目录下的deviceQuery程序验证安装：
PS C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite> .\deviceQuery.exe
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite\deviceQuery.exe Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
...
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 12.0, CUDA Runtime Version = 12.0, NumDevs = 1, Device0 = NVIDIA GeForce RTX 3060 Laptop GPU
Result = PASS
PS C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite> .\bandwidthTest.exe
[CUDA Bandwidth Test] - Starting...
Running on...
...
Result = PASS
NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.
据说获得两个Result = PASS就是CUDNN环境配置完成的标志。
再次开始训练，仔细看问题仍然存在异常类型为CUDNN_BACKEND_EXECUTION_PLAN_DESCRIPTOR：
CUDNN_BACKEND_EXECUTION_PLAN_DESCRIPTOR
那就不是CUDNN的问题，搜索找到参考文章，据说是Pytorch 2.3.0的问题，需要进行卸载重装降低版本，或者更新到2.3.1版本：
pip install --upgrade torch
发生警告：
torchvision 0.18.0+cu118 requires torch==2.3.0+cu118, but you have torch 2.3.1 which is incompatible.
torchaudio 2.3.0+cu118 requires torch==2.3.0+cu118, but you have torch 2.3.1 which is incompatible.
看来要把这两个依赖也一起升级才行：
pip install --upgrade torchvision torchaudio
完成，将torchaudio更新到2.3.1版本，torchvision更新到0.18.1：
Successfully installed torchaudio-2.3.1 torchvision-0.18.1
再次开始训练，结果问题又回来了：
ValueError: Invalid CUDA 'device=0' requested. Use 'device=cpu' or pass valid CUDA device(s) if available, i.e. 'device=0' or 'device=0,1,2,3' for Multi-GPU.
问题在于更新后的torch又变回了CPU版本的：
Ultralytics YOLOv8.1.34 🚀 Python-3.9.13 torch-2.3.1+cpu
卸载后去掉前面的版本指定重新安装：
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118
再次遇到问题：
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may
have tampered with them.
清除一下pip缓存再继续：
pip cache purge
问题依然存在，但是他文件还没下载完就在校验哈希，怀疑网络之类的问题导致的，尝试使用浏览器下载，等完成后再自行校验哈希。
下载完成后校验哈希，计算出哈希与torch官网给出的哈希一致：
PS C:\Users\Twings\Downloads> Get-FileHash .\torch-2.3.1+cu118-cp39-cp39-win_amd64.whl -Algorithm sha256
Algorithm Hash Path
--------- ---- ----
SHA256 78C9E0206F40A9F12C0369B2737D78D1998244238384286FD5492B39299059A7
使用pip安装whl，然后继续安装torchvision等剩余依赖，全部完成后再次开始训练，发现总是有问题：
RuntimeError:
An attempt has been made to start a new process before the
current process has finished its bootstrapping phase.
搜索一下，给train方法添加workers=0的参数可以解决，继续训练，训练终于正常可以进行了，训练完成：
Validating runs\detect\train15\weights\best.pt...
Ultralytics YOLOv8.1.34 🚀 Python-3.9.13 torch-2.3.1+cu118 CUDA:0 (NVIDIA GeForce RTX 3060 Laptop GPU, 6144MiB)
YOLOv10n summary (fused): 285 layers, 2696366 parameters, 0 gradients, 8.2 GFLOPs
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 1/1 [00:00<00:00, 5.34it/s]
all 13 27 0.842 0.4 0.333 0.217
daily 13 9 0.271 1 0.616 0.402
far daily 13 4 0.941 1 0.995 0.653
state of the seven 13 4 1 0 0.037 0.02
teleport 13 7 1 0 0.0102 0.00509
under teleport 13 3 1 0 0.00653 0.00326
Speed: 0.5ms preprocess, 5.2ms inference, 0.0ms loss, 0.0ms postprocess per image
Results saved to runs\detect\train15
训练完成后，使用训练好的模型对验证集进行测试：
model_path = "runs/detect/train15/weights/best.pt"
validateImg_path = "datasets/valid/images"
model = YOLOv10(model_path)
for img in os.listdir(validateImg_path):
if img.endswith(".jpg"):
img_path = os.path.join(validateImg_path, img)
results = model.predict(img_path, save=True)
效果：
感觉上训练效果很差，看来需要修改一下训练集数量和生成方法。
因为roboflow是个外网网站，使用起来没那么方便，所以这次使用的是本地标注工具labelimg，安装一下：
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
创建好数据集目录：
使用命令打开软件进行标注：
labelimg JPEGImages classes.txt
完成后，将数据集分割成训练集、验证集和测试集，配置好yaml文件，然后开始训练，遇到问题：
WARNING ⚠️ no labels found in detect set, can not compute metrics without labels
又回去看了看参考文章，应该是数据集格式的问题，现在的格式为voc格式的xml文件，需要转化为yolo格式的txt文件。
训练完之后测试了一下，感觉大部分检测效果还行，但是其中一类应该是由于样本量太少的原因检测不出来：
Class Images Instances Box(P R mAP50 mAP50-95): 100%|██████████| 1/1 [00:00<00:00, 5.74it/s]
all 5 162 0.782 0.582 0.645 0.408
daily 5 12 1 0 0.107 0.0608
the_seven 5 15 0.659 0.933 0.903 0.645
teleport 5 102 0.796 0.833 0.874 0.503
under_teleport 5 33 0.673 0.561 0.694 0.422
贴一张预测结果图：
