【图像分割】不安装ultralytics库实现yolov8-seg训练自定义数据集

一、背景

    yolov8 推出之后，官方代码仓库结构发生了比较大的变化，虽然更有利于上手操作，几行代码即可开启训练，但代码修改也变得繁琐一些，且在使用之前需要安装 ultralytics 库，该仓库中包含yolov3 到11的所有模型，任务类型有分类、检测、分割、关键点等，还提供了像目标计数、停车位管理等常用场景的样例，可谓相当全面。但考虑到自己的实际需求，可能只是需要用到分割这一个功能，且模型也只用到 yolov8-seg，使用场景也是定制化场景，同时考虑到后面需要将代码迁移到边缘设备，整合到业务逻辑当中，所以代码结构越简洁越好，因此需要手动修改代码结构，特此记录一下修改过程中遇到的一些问题和解决方法。

建议先看总结部分

二、训练自定义数据集

官方仓库：Ultralytics YOLO11 🚀

数据集：传送带异物检测及物料跑偏检测_数据集-飞桨AI Studio星河社区

1. 准备数据集

yolov8-seg 需要的分割数据集格式如下：

    每1行表示1个目标，每行中的第一个值表示目标类别，后面为分割区域（归一化后）的坐标值，使用 labelme 等工具标注之后写个转换脚本转换一下就可以得到标签数据了。官方也提供了一个 JSON 到 YOLO 的转换脚本。最终数据集的存放格式如下：

|--dataset

      |--images

          |--train

              |--img1.jpg