yolov8自制数据训练集

目录

1.YOLOv8是啥

2.系统环境

3.安装labelimg

3.1安装

3.2启动 labelimg

4.自制分类图片

4.1 YOLO数据集要求

4.2 图片保存目录

4.3 利用labelimg进行标注

4.4 存储图片

4.5 标注文件

5.数据集训练

5.1yaml文件

5.2训练命令

5.3查看训练过程

5.3.1启动tensorboard

5.3.2通过浏览器查看

6.测试训练结果

6.1测试命令

6.2测试输出

6.3查看效果图

---

1.YOLOv8是啥

文心一言给出的答案：

YOLOv8是YOLO系列模型的最新版本，由Ultralytics公司在2023年1月10日开源。它是基于YOLOv5的下一个重大更新版本，目前支持图像分类、物体检测和实例分割任务。

YOLOv8采用了一种基于Anchor-Free的检测方式，即直接预测目标的中心点和宽高比例，而不是预测Anchor框的位置和大小。这种方式可以减少Anchor框的数量，提高检测速度和精度。其原理可以分为两个部分：特征提取和目标检测。特征提取部分采用了一种名为CSPDarknet的网络结构，它是一种基于Darknet的改进版本，可以有效地减少模型的参数量和计算量，同时提高特征提取的效率。目标检测部分采用了一种名为YOLOv4-Head的检测头结构，该结构包含了多个卷积层和池化层，用于对特征图进行处理和压缩，然后通过多个卷积层和全连接层，将特征图转换为目标检测结果。

此外，YOLOv8还引入了一个新的骨干网络、一个新的Anchor-Free检测头和一个新的损失函数，以进一步提升性能和灵活性。它可以在从CPU到GPU的各种硬件平台上运行，并且Ultralytics公司希望这个库不仅仅能够用于YOLO系列模型，还能支持非YOLO模型以及分类、分割、姿态估计等各类任务。

总之，YOLOv8是一种基于Anchor-Free检测方式的目标检测模型，具有更高的检测精度和更快的检测速度，并且提供了更多的新功能和改进，以提升性能和灵活性。

2.系统环境

系统环境：win10

使用Anaconda，Anaconda的安装自行百度。

conda 23.7.4

YOLOv8

参考之前的环境配置

3.安装labelimg

3.1安装

使用之前安装好的Anaconda，启动Anaconda Prompt，创建一个labelimg的python虚拟环境。

命令如下：

conda create -n labelimg python=3.8

查看命令

# 激活labelimg虚拟环境
conda activate labelimg
# 安装tensorboard
pip install labelimg

3.2启动 labelimg

输入 labelimg 启动编辑器

labelimg运行界面