YOLOv8模型训练预测相关命令

1.模型训练（进入yolov8的虚拟环境中，并且cd到yolov8的文件路径中，不然就会在线下载）

yolo train data=data.yaml model=yolov8n.pt epochs=300 imgsz=1024 batch=8 workers=0 device=1

yolo train data="数据yaml文件的路径" model="pt文件" epochs = "训练数" imgsz="图像大小" batch=‘训练批次大小’ device=1"第二张GPU资源"

2.查看yolo模型测试的图片的时间

yolo predict model=best.pt source='/daba4/Images/realdaba__650.jpg' imgsz=1024
Yolo predict model=”模型路径”，source=“测试目标路径”，imgsz=“图片大小”

3.将 yolov8n.pt文件转换为onnx格式、TensorFlow格式、torchscript格式

（1）前提条件

pip install ultralytics

（2）转换模型 

yolo export model=yolov8.pt format=onnx
#其中model也可以输入pt的路径

yolo export model=yolov8n.pt format=tensorflow  # 转换为TensorFlow格式

yolo export model=yolov8n.pt format=torchscript  # 转换为TorchScript格式

‘yolo’ 调用Ultralytics YOLO库的命令行接口

‘export’ 指定需要执行的是导出操作

‘model=yolov8.pt’ 指定要转换的YOLOv8模型的文件路径

‘format=onnx’ 指定目标格式为ONNX、TensorFlow、torchscript

yolo官网https://docs.ultralytics.com/