OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测（代码+数据集！）

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。

原文链接：YOLOv8自定义数据集训练实现火焰和烟雾检测

    YOLOv8一个令人惊叹的物体检测人工智能模型。与 YOLOv5 及之前的版本不同，您不需要克隆存储库、设置需求或手动配置模型。使用 YOLOv8，您只需安装 Ultralytics，我将向您展示如何使用一个简单的命令。YOLOv8 通过引入新的功能和改进，增强了早期 YOLO 版本的成功，从而提高了性能和多功能性。由于其速度、精度和用户友好的设计，它成为对象识别和跟踪、实例分割、图像分类和姿势估计等各种任务的理想选择。您可以在YOLOv8的官方网站上找到更多信息。

https://github.com/ultralytics/ultralytics/

    我们可以使用这个模型执行三种任务。

    (1) 目标检测

    (2) 图像分割

    (3) 图像分类

目标检测

    我们可以使用下表中的任何一种模型进行物体检测：

图像分割

    也可以使用下表中的任何一种模型进行图像分割：

图像分类

    也可以使用下表中的任何一种模型进行图像分类：

    现在我将使用Google colab来进行训练。

    安装之前我需要连接我的 GPU：

    在上图中选择 GPU 作为硬件加速器后单击“保存”按钮。

    挂载 Google 驱动器，以便 colab 可以访问其文件。

    在上面的屏幕中选择安装按钮后，单击“连接到 Google 云端硬盘”按钮。现在我们的笔记本已经连接到Google Drive了。

    要测试我们是否有 GPU，请在 colab 上编写以下命令。

    如