OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测（代码+数据集！）

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。

原文链接：YOLOv8自定义数据集训练实现火焰和烟雾检测

    YOLOv8一个令人惊叹的物体检测人工智能模型。与 YOLOv5 及之前的版本不同，您不需要克隆存储库、设置需求或手动配置模型。使用 YOLOv8，您只需安装 Ultralytics，我将向您展示如何使用一个简单的命令。YOLOv8 通过引入新的功能和改进，增强了早期 YOLO 版本的成功，从而提高了性能和多功能性。由于其速度、精度和用户友好的设计，它成为对象识别和跟踪、实例分割、图像分类和姿势估计等各种任务的理想选择。您可以在YOLOv8的官方网站上找到更多信息。

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

    我们可以使用这个模型执行三种任务。

    (1) 目标检测

    (2) 图像分割

    (3) 图像分类

目标检测

    我们可以使用下表中的任何一种模型进行物体检测：

图像分割

    也可以使用下表中的任何一种模型进行图像分割：

图像分类

    也可以使用下表中的任何一种模型进行图像分类：

    现在我将使用Google colab来进行训练。

    安装之前我需要连接我的 GPU：

    在上图中选择 GPU 作为硬件加速器后单击“保存”按钮。

    挂载 Google 驱动器，以便 colab 可以访问其文件。

    在上面的屏幕中选择安装按钮后，单击“连接到 Google 云端硬盘”按钮。现在我们的笔记本已经连接到Google Drive了。