YOLOv8训练自己的数据集(详细教程)
更新时间：2023年01月17日 16:10:37 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！
您可能感兴趣的文章:
相关文章
当你在一个城市，穿越大街小巷，跑步跑了几千公里之后，一个显而易见的想法是，我到底和之前比快了多少，跑量有何变化，如果能把在这个城市的所有路线全部画出来，会是怎样的景象呢，接下来通过本文给大家介绍Python和Perl绘制中国北京跑步地图的方法，需要的朋友参考下2016-03-03
这篇文章主要介绍了python读取csv文件示例,这个示例简单说明了一下python操作csv的方法,需要的朋友可以参考下2014-03-03
这篇文章主要介绍了python向xls写入数据(包括合并，边框，对齐，列宽），帮助大家更好的利用python处理表格，感兴趣的朋友可以了解下2021-02-02
这篇文章主要介绍了python生成并处理uuid的实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-03-03
提高Python代码的运行效率是每个Python开发者都关心的问题,本文有7个可以提高Python代码运行效率的小贴士,希望对大家有一定的帮助2024-11-11
本文主要介绍了python中ndarray数组的索引和切片的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-07-07
这篇文章主要介绍了如何利用Python实现自动化邮件发送，可以让你摆脱繁琐的重复性业务，可以节省非常多的时间。感兴趣的小伙伴可以试一试2022-01-01
这篇文章主要为大家详细介绍了pytorch实现线性回归以及多元回归，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-04-04
数据清洗是数据处理过程中至关重要的一部分,本文主要介绍了如何使用Python数据清洗库,具有一定的参考价值,感兴趣的可以了解一下2023-12-12
这篇文章主要给大家介绍了关于如何利用Python玩转histogram直方图的五种方法，文中通过示例代码介绍的非常详细，对大家学习或者使用python具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2018-07-07
最新评论