YOLOv8开发笔记

【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

YOLOv8零基础从入门到实战进阶系列教程_哔哩哔哩_bilibiliYOLOv8零基础从入门到实战进阶系列教程,bilibili课堂,哔哩哔哩课堂,哔哩哔哩,Bilibili,B站,弹幕https://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

目录

一：Yolo解释：

二：二次开发 labelImg - 中文版

三、（ultralytic）YOLOV8项目部署

四、YOLOV8的简单讲解与推理使用

五、如何制作自定义数据集并训练

六、扩展

---

一：Yolo解释：

yolo 命令行工具用于处理 YOLOv8 模型的不同任务。以下是一些基本用法的中文解释：

训练检测模型：训练一个 YOLOv8 检测模型，使用 yolo train 命令，指定数据、模型文件、训练轮数和初始学习率。例如：

yolo train data=coco8.yaml model=yolov8n.pt epochs=10 lr0=0.01

预测视频：使用一个预训练的分割模型对 YouTube 视频进行预测，指定图像大小。例如：

yolo predict model=yolov8n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

验证模型：对一个预训练的检测模型进行验证，设置批次大小和图像大小。例如：

yolo val model=yolov8n.pt data=coco8.yaml batch=1 imgsz=640

导出模型：将 YOLOv8 分类模型导出为 ONNX 格式，指定图像大小。例如：

yolo export model=yolov8n-cls.pt format=onnx imgsz=224,128

数据集探索：使用 Ultralytics Explorer API 浏览数据集，支持语义搜索和 SQL 查询。例如：

yolo explorer data=data.yaml model=yolov8n.pt

实时摄像头推理：使用 Streamlit 启动一个实时摄像头推理界面。例如：

yolo streamlit-predict

特殊命令：用于查看帮助、检查、版本等信息。例如：

yolo help

yolo checks

yolo version

下载网址：https://www.coder100.com/index/index/content/id/1653114

Lableimg中文版命令：

二：二次开发 labelImg - 中文版

热键

Ctrl + u 从目录加载所有图像

Ctrl + r 更改默认注释目标目录

Ctrl + s 保存

Ctrl + d 复制当前标签和矩形框

Space 将当前图像标记为已验证

w 创建一个矩形框

d 下一张图片

a 上一张图片

del 删除所选的矩形框

Ctrl++ 放大

Ctrl-- 缩小

↑→↓← 键盘箭头移动选定的矩形框

三、（ultralytic）YOLOV8项目部署

github链接：https://github.com/ultralytics/ultralytics

git拉取项目：

git clone https://github.com/ultralytics/ultralytics.git

安装项目依赖

pip install -e ultralytics

pip install ultralytics

pip install yolo

四、YOLOV8的简单讲解与推理使用

推理：

yolo task=detect mode=predict model=yolov8n.pt conf=0.25 source='ultralytics/assets/bus.jpg'

训练：

yolo task=detect mode=train model=yolov8s.pt data={dataset.location}/data.yaml epochs=100 imgsz=640 resume=True workers=2

五、如何制作自定义数据集并训练

1.自定义数据集结构讲解与制作

数据结构：

datasets

├─ data.yaml

├─ test

│ ├─ images

│ │ └─ ······

│ └─ labels

│ └─ ······

├─ train

│ ├─ images

│ │ └─ ······

│ └─ labels

│ └─ ······

├─ valid

│ ├─ images

│ │ └─ ······

│ └─ labels

│ └─ ······

├─ data.yaml

└─ yolov8n.yaml

参考：

Ultralytics YOLOv8 Docs（官方的说明文档）

https://docs.ultralytics.com/

ultralytics/README.zh-CN.md at main · ultralytics/ultralytics · GitHub（官方的中文说明页）

https://github.com/ultralytics/ultralytics/blob/main/README.zh-CN.md

六、扩展

Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】:

https://blog.youkuaiyun.com/weixin_44842318/article/details/127487476/

导出onnx模型：这个地方可能下载出问题，需要把代理关掉

pip install onnx -i Simple Index

导出模型：

yolo export model=e:/yolotrain/runs/detect/train5/weights/best.pt format=onnx