yolov8训练自己的数据集（Autodl)

注：制作数据集连接：制作自己的目标检测数据集-CSDN博客

训练数据集的步骤如下：

进入autodl中，开机后点击‘jupyterlab’,点击‘终端’

---

1.将数据集放在‘autodl-tmp’中，代码放在根目录下：

2.下载代码

git clone https://github.com/ultralytics/ultralytics

3..安装yolov8需要的依赖

cd ultralyitcs

pip install ultralytics

4.将下载好的预训练权重‘yolov8x.pt'放入’weights'

5.修改配置文件

#新建data.yaml文件
train: /root/autodl-tmp/person_data/images/train  #训练集所在的路径
val:  /root/autodl-tmp/person_data/images/val     #训练时测试集所在的路径
test:  /root/autodl-tmp/person_data/images/test
 
# number of classes
nc: 1   #类别
 
# class names
names: ['person']

#新建train.py

from ultralytics import YOLO
 
model = YOLO("yolov8x.pt")
 
results = model.train(data="data.yaml",imgsz=800, epochs=120, batch=16, device=0, workers=0)

6.训练

python train.py

训练完后，结果保存在‘ultralytics/runs’中

训练时出现的错误：

解决方式：train.py进行修改 

from ultralytics import YOLO
if __name__ == '__main__':
    model = YOLO('yolov8s.pt')
    results = model.train(data=r'/root/ultralytics/data.yaml',
                          imgsz=800,
                          epochs=120,
                          batch=16,
                          device='0',
                          workers=0,
                          )