关于v8步骤

一、步骤

1.打开路径

2.打开此路径新建文件夹datasets，其下文件夹及文件如下图

 3.修改标签数量及标签名字

（关于peizhi.yaml修改）

（关于yolov8s.yaml修改）

4.运行splitDataset.py生成txt

#按比例划分数据集
import os
import random

trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = "G:\\BUTTERFLY\\ultralytics-main\\ultralytics-main\\ultralytics\\models\\yolo\\detect\\datasets\\labels"
txtsavepath = "G:\\BUTTERFLY\\ultralytics-main\\ultralytics-main\\ultralytics\\models\\yolo\\detect\\datasets\\ImageSets"
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('datasets/ImageSets/trainval.txt', 'w')
ftest = open('datasets/ImageSets/test.txt', 'w')
ftrain = open('datasets/ImageSets/train.txt', 'w')
fval = open('datasets/ImageSets/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

（生成txt如下图）

6.运行3次tools文件夹中name.py，生成test.txt,train.txt,val.txt（此处的3个txt即第3步中peizhi.yaml中指向的txt）

with open("F:\\yolov8\\ultralytics-main\\ultralytics\\models\\yolo\\detect\\datasets\\ImageSets\\train.txt", 'r') as input_file, \
        open("F:\\yolov8\\ultralytics-main\\ultralytics\\models\\yolo\\detect\\datasets\\train.txt", 'w') as output_file:
    for line in input_file:
        line = line.strip()  # 去除行尾的换行符
        new_line ='datasets/images/'+ line + '.bmp\n'  # 在行尾添加额外的内容
        output_file.write(new_line)  # 将修改后的行写入目标文件

 

 

7.在此路径双击输入cmd打开命令行界面

8.进入yolov8环境：conda activate yolov8

9.训练命令：yolo task=detect mode=train model=yolov8s.yaml data=datasets/peizhi.yaml epochs=50 batch=1#batch越大，训练速度越快，对电脑配置要求越高，一般设置batch=4或batch=8即可，可根据电脑酌情修改

10.预测：yolo task=detect mode=predict model=runs/detect/train13/weights/best.pt source=datasets/images device=0#记得修改model的位置

11.验证：yolo task=detect mode=val model=runs/detect/train14/weights/best.pt data=peizhi.yaml  batch=1 workers=2#记得修改model的位置

二、训练注意事项

注意labels中是0还是其他数字，或是有多种标签

注意文件路径的盘符，末尾是否需要加\\,前面是否需要加r

注意图片文件格式，jpg/bmp