YOLOv8训练自己的数据集(详细教程)
作者：Mr Dinosaur
YOLO是一种基于图像全局信息进行预测的目标检测系统,YOLOv8 是ultralytics公司在2023年1月10号开源的YOLOv5的下一个重大更新版本,这篇文章主要给大家介绍了关于YOLOv8训练自己的数据集的相关资料,需要的朋友可以参考下
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
到此这篇关于YOLOv8训练自己的数据集的文章就介绍到这了,更多相关YOLOv8训练自己的数据集内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！