YOLOv8 安装+推理+自定义数据集训练与搭建（使用说明）

本文链接：https://blog.youkuaiyun.com/chajinglong/article/details/149105590

【YOLOv8】一小时掌握，从0开始搭建部署YOLOv8系列教程，安装+推理+自定义数据集训练与搭建_哔哩哔哩_bilibili【YOLOv8】一小时掌握，从0开始搭建部署YOLOv8系列教程，安装+推理+自定义数据集训练与搭建共计10条视频，包括：YOLOv8-系列课程简介、YOVOv8-安装、YOLOv8-环境配置等，UP主更多精彩视频，请关注UP账号。https://www.bilibili.com/video/BV1qtHeeMEnC/?spm_id_from=333.337.search-card.all.click&vd_source=27c8ea1c143ecfe9f586177e5e7027cf

很多同学问老师，这些课程能不能把文档写出来，分享到更多的人，那么今天它来了，整理成大纲给到同学们，希望能够帮助到你们，如果觉得写的可以，可以对照上面的视频进行学习

哔哩哔哩_bilibilihttps://www.bilibili.com/cheese/play/ep1342527?query_from=0&search_id=6883789517812043464&search_query=yolov8&csource=common_hpsearch_null_null&spm_id_from=333.337.search-card.all.click

●3.添加下方两个清华的channel 每添加一个回车确认配置,等待进度条加载完

●4.添加后,点击update channels

1、安装及训练模型

●YOLO训练使用的是Python环境，这里下载 anaconda这个软件
○下载地址 Download Anaconda Distribution | Anaconda
○清华源下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-Windows-x86_64.exe
○更多的 anaconda知识请看

Anaconda 个人版_Anaconda 中文网https://anaconda.org.cn/anaconda/

1、安装软件

●下载安装好了anaconda，启动这个软件，新建一个虚拟环境
●点击create按钮，新建一个虚拟环境，这里名字叫做yolotest为例子，可以是其他名称,Python版本选择3.8.19，点击Create等待环境创建成功

●选择yolotest右边的绿色三角号按钮，会弹出选项，选择Open Terminal选项，进入了终端

○终端前面带有 yolotest 虚拟环境名称的说明成功了

2、配置环境

●接上面的步骤，安装需要的Python类库
●在终端依次输入输入以下命令:
yolo,ultralytics安装结束
●

在命令行输入yolo命令验证是否成功
●

验证labelimg图片标注工具是否正常，控制台输入labelimg，即可打开labelimg程序
●

3、新建训练目录

●找个空目录，新建文件夹，名称叫做 yolotrain,也可以是其他名称,这里的例子是在E盘的yolotrain文件夹
●在 yolotrain 新建labels和images文件夹，在images文件夹新建test,train,val三个文件夹，在labesl下面新建train,val两个文件夹
●结构入下图所示

●images文件夹下面的test,train,val三个文件夹，全部存放相同的要训练的图片，例如train下面是 1.png,2.png，将这个两个文件复制一份到val，再复制一份到test
●labels下面的train,val两个文件夹存放的是用labelimg标注的标签数据文件，等会 labelimg 使用会用到这个文件夹
标注数据
●将准备好的图片放到 images/train 文件夹，下面并且复制一份到 images/val 和 images/test两个文件夹
●接上步骤配置环境的命令控制台,输入 labelimg 命令，即可打开 labelimg 程序
○点击 Open Dir 按钮，选择到你的 images/train 文件夹即可，例如 E:/yolotest/images/train
○点击 Change Save Dir 按钮，选择到你的 labels/train 文件夹即可，例如 E:/yolotest/labels/train
○点击Save 下面的格式按钮，调整到 YOLO 格式的模式即可,请看下图

●下面开始标注数据
○例子是某音的点赞和评论按钮
在图片上右键菜单，选择 Create RectBox 选项，或者点击左侧的 Create RectBox
○

在点赞图片区域拉出选框，会弹出框，输入分类名称，这里填写的是 aixin，点击ok即可保存，这分类名称注意后面函数调用要用到
○

在评论图片区域拉出选框，会弹出框，输入分类名称，这里填写的是 pinglun，点击ok即可保存
○

○第一个图片标注完成后，点击左侧的 Save 按钮保存，然后点击 Next Image 切换标注下一张图片，操作和第一张图片类似
图标标注保存后，会在 labels/train 文件夹存储了标注的数据，classes.txt内容就是分类名称，其他的是和图片相同的名称的txt标注文件
○

○将 labels/train 文件夹数据复制到 labels/val 文件夹，等会验证模型的时候使用

4、训练模型

●在 yolotrain 文件下新建一个训练的配置文件，例如文件名称叫 aixin.yaml，使用记事本打开，填写内容如下
●参数解释：
○path: 代表训练的根目录，这里的 yolotrain 在E盘，就写 E:/yolotrain，其他盘的路径自己修改
○train: 代表要训练的图片文件夹,相对于path路径
○val: 代表要验证的图片文件夹,相对于path路径
○test: 代表要测试的图片文件夹,相对于path路径
○nc: 代表分类名称数量，这是2个，因为使用labelimg标注的是2个类别，如果是多个数据就跟和实际类别数量一样的即可
○names: 是一个json数组，代表的是标注的分类名称，labelimg使用的是aixin和pinglun两个分类名称，这里就这样写即可
○名称的顺序不要写错，会影响训练结果
●开始训练
●在控制台输入命令
●在cmd窗口，输入 e:/ 回车，在输入 cd yolotrain，进入这个文件夹 yolotrain，其他路径自行进入
●训练命令，下面两个任选一个，截图参数看ultralytics官网
●这个时候系统会下载yolov8s.pt的基础训练文件，如果下载失败，直接本章节的开头，直接下载demo文件，然后解压复制 yolov8s.pt 到 e:/yolotrain/
○也可以到网址下载 Explore Ultralytics YOLOv8 - Ultralytics YOLO Docs
○下载地址是 https://github.com/ultralytics/assets/releases/download/v8.2.0/yolov8s.pt

环境配置成功，一切无误，开始训练中
●

训练完毕，注意这里的 Results saved后面的路径是动态的，截图中是在 runs/detect/train文件夹下，就是E:/yolotrain文件夹下
●

●在训练完成的目录中可以找到 best.pt 的训练模型以及训练中被标记和选中目标的图片结果集

5、验证模型

●训练完成后，可以对图片进行验证
●cmd控制台输入命令
○model 参数代表是需要验证的模型
○data 代表检测的配置
●验证结果，这里的 Results saved后面的路径是动态的，请到对应的文件下查看图片标注结果

6、导出模型

●将训练好的pt文件导出为ncnn文件，交给EC的函数调用
●cmd控制台输入命令
○model 参数代表要转换的模型
●导出模型的时候要下载pnnx组件，这里可以直接本章节的开头，直接下载demo文件，然后解压复制文件pnnx-20240819-windows.zip 到 e:/yolotrain/
○如果名字不是pnnx-20240819-windows.zip，请修改和报错红框截图一样的文件名称即可，或者直接去复制下载地址手动下载pnnx组件