【手把手教你从零开始YOLOv8-入门篇】YOLOv8 模型训练

模型训练

一、训练前的准备

数据集准备

1、images:存放图片

• train:训练集图片
• val:验证集图片

2、labels:存放标签

• train:训练集标签文件，要与训练集图片名称--对应
• val:验证集标签文件，要与验证集图片名称--对应

数据集描述文件

• 与YOLOv5不同，path不再是从项目根目录写起，而是从datasets文件夹写起

二、模型训练与常用参数

1、命令行和代码两种方式

模型训练命令行

yolo task=detect mode=train mode1=./yolov8n.pt data="data.yaml” workers=1 epochs=50 batch=16

代码方式

2、配置文件快捷使用

复制配置文件

• yolo cfg=default-copy.yaml
• yolo copy-cfg

修改对应参数

• model
• data
• epochs
• batch
• workers

训练好的

检测的效果

将视频检测实时更新

三、注意事项

常见问题

1、以代码方式运行时

• workers要设置成0，windows

2、页面文件太小，无法完成操作

• 调整训练参数中的workers，设置为1/0
• 修改虚拟内存，将环境安装位置所在的盘，设置一个较大的参数

3、数据集描述文件

• 数据地址从datasets目录里开始写起，且就放在根目录下，会避免很多坑

4、调整数据集目录后再次训练

• 删除~/AppData/Roaming/Ultralytics文件夹下的settings.yaml

调整数据集目录再次训练

可将此处代码注释，每次训练重新保存settings.yaml文件