yolov8 一条龙教程-------模型训练（实例分割为例子）

yolov8（实例分割）

• Step1.解读官方给的数据

网址：https://ultralytics.com/assets/coco8-seg.zip
下载后发现，
data是img，

label是txt文件，

请注意，该txt文件只有两行，每一行所代表的是一个实例的轮廓坐标。并且每一行的开头是一个整数，如图所示是58,75,我们可以通过
https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco8-seg.yaml知道，58代表的是potted plant ，75代表的是vase
并且我们还可以通过txt文件中的坐标来画出轮廓。
（https://codeantenna.com/a/vHkNF4TM2G）有兴趣可以参考。

• Step2.制作自己的数据集

此处可以使用官方推荐的一个网站https://universe.roboflow.com/
进入选择instance-segmentation类的数据集，随便下载一种，试试水。

选择这个下载（都可以）下载后解压缩。
在这创建一个文件夹（mydata）。并将下载好的数据集放入mydata中。

• step3修改配置文件

将修改位置1处的全部删除，修改为

（原因：因为所下载的数据集只有一个类别。可以根据所下载的数据集中附带的data.yaml知道，如果你要训练自己的数据集，那么有几类就有一个。）

将修改位置2处的路径换成mydata下数据集的绝对路径，如图所示

以上配置文件修改完成

• step4下载模型，开始train

https://docs.ultralytics.com/tasks/segment/#models，进入选择一个seg模型，并将其下载好后放入文件夹内。

我是放了下图这个位置，放哪里都可以。

在文件夹根目录下创建一个.py文件，用来进行训练的。
复制以下代码放到该.py文件中，


修改上述文件全部为绝对路径。

如果报错，说明batch_size大了，

修改

将batch_size改小点。继续train。
如果出现这个，训练ok。