YOLOv8训练自定义数据集(超详细)

借鉴 YOLOv8训练自己的数据集(超详细)_AI追随者的博客-优快云博客

一、准备训练环境

1. 安装 requirements.txt

下载：https://raw.githubusercontent.com/ultralytics/ultralytics/main/requirements.txt

然后在你 目录下执行

pip install -r requirements.txt

它的 requirements 主要是以下 包，用下面代码检查下自己还缺哪些，补上就好。

pip show matplotlib         
pip show numpy              
pip show opencv-python      
pip show Pillow             
pip show PyYAML             
pip show requests           
pip show scipy              
pip show torch              
pip show torchvision        
pip show tqdm               
pip show tensorboard        
pip show pandas             
pip show seaborn            
pip show psutil 
pip show thop               
pip show certifi            

1. 安装ultralytics

pip install ultralytics

二、 准备自己的数据集

dataSet
images
label
xml

先 把 用labelImage 标注 完的图片和xml文件 分别放到 images 和 xml 文件夹里，运行 split_train_val.py，切分好数据。再运行 voc2yolo.py ，把数据集格式转换成yolo_txt格式。

也可以通过聚类获得先验框

utils下有 autoanchor.py文件，那么就可以采用自动获取anchors。yolov8好像可以自动调用来获取先验框了，参考这篇

三、模型训练

1、下载预训练模型

在YOLOv8的GitHub开源网址上下载对应版本的模型

2、训练

接下来就可以开始训练模型了，命令如下：