YOLOv8入门教程：轻松搭建自己的实时目标检测系统

官方Github地址

https://github.com/ultralytics/ultralytics

1、安装

pip install ultralytics

2 训练模型

2.1 基本训练命令

单GPU：

yolo task=detect mode=train model=yolov8n.pt data=coco128.yaml device=0 args...

 多GPU：

yolo task=detect mode=train model=yolov8n.pt data=coco128.yaml device=\'0,1,2,3\'

 2.2 其他训练命令（args）详情

官方说明：

https://docs.ultralytics.com/usage/cfg/

3 预测

3.1 单张图片预测：

yolo task=detect mode=predict model=yolov8n.pt source="https://ultralytics.com/images/bus.jpg"

3.2 其他预测参数

官方说明：

https://docs.ultralytics.com/usage/cfg/

 

4 Python调用

官方介绍：

https://docs.ultralytics.com/usage/python/

 简单使用：

# 训练模型
from ultralytics import YOLO
 
model = YOLO("yolov8n.yaml")
model.train(data="coco128.yaml", epochs=5) #详细参数见2.2
 
# 验证模型
model.val()
 
# 预测模型
model.predict(source="0") # 0是摄像头，详细参数见3.2
 
# 按指定格式导出模型
model.export(format="onnx")

 5 Anaconda安装ultralytics的存储目录

.\Anaconda\Lib\site-packages\ultralytics

6 多GPU训练修改参数

在下面的文件中

.\Anaconda\Lib\site-packages\ultralytics\yolo\v8\__init__.py

添加

import os
os.environ["KMP_DUPLICATE_LIB_OK"]  =  "TRUE"

如果还是报错，添加

os.environ["CUDA_VISIBLE_DEVICES"]="0"