分享一下如何使用YOLOv8训练完成后使用自己的模型进行预测

训练结果生成

当训练完成后会在ultralytics/runs/detect（segment、classify）//路径下生成一个train文件夹，

此文件夹中包含训练过程中的所有数据

weights下有两个权重文件best.pt，last.pt（训练过程中最好与最后的权重文件）

用自己训练好的模型进行预测就是用这两个文件

args.yaml记录了训练过程中的超参数记录等

results.csv记录了训练过程中，loss，precision，recall，mAP等参数

results.png为loss，precision，recall，mAP等参数的曲线图，如下所示

用自己的模型预测

预测代码非常简洁只需三行

第一行导入YOLO

第二行读取权重文件，生成模型（此处只需将刚才生成的best.pt或last.pt的绝对路径写入即可）

第三行进行预测

source处输入图像的文件路径、图像路径、或mp4等

sava为True则保存生成结果False则不保存

show为True则显示生成结果，建议False，如果输入路径很多图像会显示的满屏全是

imgsz则为检测的尺寸，越小越快，越大越准，最好和训练时的imgsz保持一致

from ultralytics import YOLO

model = YOLO(r'C:\YOLO_Project\ultralytics-main\ultralytics\runs\segment\750-yunnan-200\weights\best.pt')
results = model.predict(source=r'C:\YOLO_Project\ultralytics-main\ultralytics\assets\20240528\5NTU', save=True, show=False, imgsz=640)

运行代码以后

会在ultralytics/runs/detect（segment、classify）//路径下生成一个predict文件夹

predict文件中则保存着你想要的结果