yolov8训练自己的数据集

  1.代码下载地址

GitHub - ultralytics/ultralytics at v8.1.0

 2.准备自己的数据集

这里数据集我以SAR数据集为例

具体的下载链接如下所示：

链接：https://pan.baidu.com/s/1cIiaOT2hbnQsa8e93cHQrg 
提取码：yyds

3.环境安装

在ultralytics-8.1.0路径下执行pip install ultralytics

否则直接执行的话会报下面的错误

4.数据集路径调整

将数据集存放在data的文件夹下面

5.新建data.yaml文件

 将data.yaml放在SSD文件夹下

train:  E:\liqiang\ultralytics-8.1.0\ultralytics\data\SSDD\train\images  #  训练集绝对路径  进入到训练集存放图片的文件夹里面，按ctrl+L复制过来即可
val: E:\liqiang\ultralytics-8.1.0\ultralytics\data\SSDD\val\images  # 验证集绝对路径  进入到验证集存放图片的文件夹里面，按ctrl+L复制过来即可
# test: D:\needed\air-filter\train\images
 
nc: 1  # class数
names: ['ship']  # 模型类别名

train的路径是训练集下面的images路径

val的路径是验证集下面的images路径

其他的根据自己的数据集进行调整

6.修改yolov8.yaml文件

把nc改为数据集类别即可

7.default.yaml文件修改

（1）model路径

（2）data路径

（3）其他参数

epochs按照自己的设定来，works按照自己的电脑配置来设定

8.训练

命令：

cfg后面的是修改的default.yaml文件路径

 yolo cfg=E:\liqiang\ultralytics-8.1.0\ultralytics\cfg\default.yaml

9.预测

mode修改为：

mode: predict # (str) YOLO mode, i.e. train, val, predict, export, track, benchmark

model修改为训练好的模型路径

model: E:\liqiang\ultralytics-8.1.0\runs\detect\train\weights\best.pt 

source修改为：

source: E:\liqiang\ultralytics-8.1.0\ultralytics\data\SSDD\predict\000024.jpg