YOLOv8训练自己的数据集(详细教程)

等了好久终于等到了V8，赶紧测测效果，放张官网的比对图

官网链接

https://github.com/ultralytics/ultralytics

再下载自己所需要的权重

https://github.com/ultralytics/assets/releases

使用pycharm打开之后，需要在命令行输入下面命令

pip install ultralytics

参数配置

打开目录下的文件夹 ultralytics->yolo->configs->default.yaml

参数可以根据自己的需求输入在命令行里（自认为没有V5简洁直观，甚至有点麻烦）

训练

在主目录下创建个myself.yaml文件，格式与V5的一样

训练命令

yolo task=detect mode=train model=yolov8n.pt data=myself.yaml batch=60 epochs=300 imgsz=640

检测

将训练好的best.pt放到主目录下（方便省事），在命令行输入

yolo task=detect mode=predict model=best.pt source="C:\Users\Desktop\1"

runs文件夹查看效果即可

评价

• 训练时好慢，有的时候还会出异常，GPU利用率上不去，希望后期能修复，别像V6，V7一样就好
• 目前推出的都是适合640的模型，在较大分辨率图片上看不出效果，等1280适配的模型出了再更新
• 最重要的是，目前V8只支持使用命令去训练和其他操作....

总结