【深度学习】图像识别-基于yolov8的目标检测

一、概要

本文主要记录了我在使用yolov8对图片进行检测，默认情况是已经安装好anconda并且下载好了yov8的文件以及配置好了环境。

二、实现流程

1.打标

利用labelimg对图片进行打标。首先打开anconda的promot，在安装了labelImg的环境下输入labelimg。

进入labelimg界面
记得打开第一个auto save mode，‘w’快捷打标，‘a’快捷切换上一张图片，‘d’快捷切换下一张图片
 
打完标后使用批处理函数.
1在文件路径的最后面修改为自己的数据集名称
2数据增强后用第一个函数同步将images和labels的文件名更改
3在最后运行函数二读取images和labels的文件名生产txt文件

2.配置

修改yaml文件

编写训练代码

做完上面就可以运行代码，开始训练模型了

3.使用模型进行推理

1.首先将权重放到weights文件夹里
2.修改参数。因为我已经对源代码进行了修改，所以输出的图片回标记目标的中心点