YOLOv8自用训练教程——训练、测试、推理_yolov8训练

前言

继YOLOv5大成之后，原作者U神又开源了更强的YOLOv8，说是论文在写，不知道这次会不会吃帽子。

代码

Github地址：https://github.com/ultralytics/ultralytics
预训练权重下载地址：https://github.com/ultralytics/assets/releases

实验对比

COCO数据集实验对比，YOLOv8全面领先！

结构图

图片来源于：https://blog.csdn.net/qq_37706472/article/details/128679699

训练Train

环境配置不再赘述，数据集格式也跟v5相同，但训练方式跟v5略有不同。
第一，需要输入命令安装U神自己的库，里面是一些需要的三方库：pip install ultralytics
第二，第一次可能找不到train.py在哪，要先进入路径：ultralytics/yolo/v8/detect，就可以看到train.py和val.py
第三，直接运行train是不行的，train.py找不到类似v5那种参数设置，如batchsize、workers等。
v8将这些参数设置集成到了ultralytics/yolo/cfg/default.yaml(注意看清路径，别找半天找不到）；

其中，default.yaml文件的参数如下：

train:注意黄色框的几个参数，task是选择任务，detect是目标检测，segment是分割任务；mode参数，train是训练，val是验证，predict是推理测试；model是使用的网络结构；data是数据集的设置；

第四，参数都设置好之后，可以直接输入命令，即可开始训练：
yolo cfg=ultralytics/yolo/cfg/default.yaml (没看错，就是这个命令，不用什么.py)

还有第二种训练命令方式，直接命令行输入，也可以开始训练，看你喜欢哪种：

yolo task=detect mode=train model=models/v8/yolov8n.yaml data=data/coco.yaml  batch=8 epochs=300 workers=2
1

有个点需要注意：
model应该是放预训练权重才对，但放预训练权重，网络yaml就没地方放了（弄懂后再更新）；
yolov8n.yaml这种网络结构，注意路径！！！路径看清楚在哪！！！

验证Val

输入命令：
第一种方法：
在default.yaml里修改，主要就是下面三个参数，mode记得从train改为val，model改成自己训练后的权重，要不然还是训练，还有split设置，test是测试集，val是验证集；

第二种方法：
直接输入命令行

yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=data/coco.yaml  batch=8 workers=2
1