YOLO_V8训练自己的数据集

那年聪聪

已于 2023-01-20 09:23:35 修改

阅读量8.4k

点赞数 4

分类专栏：深度学习与神经网络图像处理文章标签：深度学习计算机视觉人工智能

于 2023-01-19 17:53:37 首次发布

本文链接：https://blog.youkuaiyun.com/duan19920101/article/details/128736744

版权

YOLO_V8在2023年开年横空出世，在春节前还得卷一下。

由于YOLO_V8和YOLO_V5是同一个作者，所以很多操作都是一样的，下面主要描述一下如何用自己的数据集进行训练和测试（非命令行的方式）。

1、训练数据和模型的目录结构

这里以口罩数据集为例，该数据集分为两类，戴口罩和不戴口罩：['mask', 'no-mask']，由于本文是进行目标检测任务，直接将数据集放到“detect”目录下，实际使用时可将“MaskDataSet”文件夹放到工程中的任何位置。

MaskDataSet
├─ test
│    ├─ images
│    │    └─ ······
│    └─  labels
│       └─ ······
 
├─ train
│    ├─ images
│    │    └─ ······
│    └─  labels
│       └─ ······
 
├─ valid
│    ├─ images
│    │    └─ ······
│    └─  labels
│       └─ ······
├─ data.yaml
└─ yolov8s.yaml

2、训练数据集的说明