YOLOv8训练中常见问题汇总

笔者今天准备训练数据集出现一些问题，特此记录一下

问题1：ultralytics显示不存在，该问题多次出现

解决方案：笔者安装ultralytics路径为D:\my_pythonProject\pythonProjectYolov8\ultralytics-main

那么在Pycharm打开项目直接根目录要为ultralytics-main文件夹，不能够打开pythonProjectYolov8文件夹，这样会出现输入from ultralytics会爆红，包括后面如果要调用ultralytics所编写的py文件也要放到ultralytics-main文件夹下，别再嵌套子文件夹（ultralytics会爆红）。

问题2：yolov8n.pt权重文件下载过慢

解决办法：在网站下载好权重文件后，将文件放置在根目录下，笔者放到了ultralytics-main下

问题3：Downloading https://ultralytics.com/assets/Arial.ttf 字体下载过慢

解决办法：在网站下载好Arial.ttf后，同样将文件放在根目录下，笔者放到了ultralytics-main下

问题4：OSError: [WinError 1455] 页面文件太小，无法完成操作

解决办法：参考博主，将D盘虚拟内存增大为100G左右即可成功解决OSError: [WinError 1455] 页面文件太小，无法完成操作_oserror: [winerror 1455] 页面文件太小,无法完成操作-CSDN博客

成功解决OSError: [WinError 1455] 页面文件太小，无法完成操作_oserror: [winerror 1455] 页面文件太小,无法完成操作-CSDN博客

问题5：未输入if __name__ == '__main__':导致程序运行变红

解决办法：在程序开头加上if __name__ == '__main__':即可

if __name__ == '__main__':

问题6：如何使用GPU进行运算

解决办法：在model语句下加入代码即可

model = YOLO('yolov8n.pt')
model.to('cuda')  # 使用 GPU 设备

问题7：如何在测试数据时仅需要识别指定的类即可，例如戴安全帽和不戴安全帽，以及指定文字框宽度过宽，需要调整

解决办法：classes=[0, 2]表示仅仅检测0, 2两种类别，车，人等等就不检测了，line_width=1表示宽度可以设置，具体设置多少需要根据测试图片的尺寸进行调整

model.predict('JapanPPE.mp4', save=True, classes=[0, 2], line_width=1)

问题8：yaml文件路径怎么配置

解决办法：yaml文件使用相对路径出错概率大，直接用绝对路径，例如