yolo_train.py

from ultralytics import YOLO

model = YOLO("/home2020/home/geo/ggrimmer/plastigiessen/SCRIPT_MODEL/TRAIN3/yolov8n.pt")

model.train(
    data="/home2020/home/geo/ggrimmer/plastigiessen/SCRIPT_MODEL/TRAIN3/train3.yaml",  # Chemin vers le fichier data.yaml
    epochs=200,   # Nombre d'époques
    batch=32,    # Taille du batch
    imgsz=1280,   # Taille des images
    device=[0,1],  # Spécifie les GPU à utiliser
    workers=8,  # Ajuste le nombre de workers pour optimiser le data loading

    # Augmentations
    flipud=0.5,
    fliplr=0.5,
    mosaic=1.0,
    hsv_h=0.015,
    hsv_s=0.7,
    hsv_v=0.4,
    perspective=0.0005,
    scale=0.5,
    shear=0.0,
    translate=0.1,

    # Optimisation
    lr0=0.001,
    lrf=0.2,
    momentum=0.937,
    weight_decay=0.0005,

    # Early stopping
    patience=10,  # Stop si la validation ne s'améliore pas après 10 epochs

    # Reduce LR on Plateau
    cos_lr=True  # Active un annealing cosine learning rate scheduler
)