模型实战（20）之 yolov8分类模型训练自己的数据集

明月醉窗台

已于 2024-05-27 23:02:51 修改

阅读量802

点赞数

分类专栏： # 深度学习实战例程文章标签： YOLO 分类数据挖掘计算机视觉人工智能 opencv

于 2024-05-27 23:02:33 首次发布

本文链接：https://blog.csdn.net/yohnyang/article/details/139249620

版权

深度学习实战例程专栏收录该内容

26 篇文章 121 订阅 ¥39.90 ¥99.00

订阅专栏

本文介绍了如何使用YOLOv8训练分类模型，包括环境搭建、分类推理验证、模型训练和验证导出。重点讲解了自定义数据集的制作格式，并提供了训练和验证的命令。

摘要由CSDN通过智能技术生成

yolov8分类模型训练自己的数据集

yolov8，一个实时快速的端到端的集检测、分割、分类、姿态识别于一体的视觉算法库/框架
本文将给出yolov8 分类模型的数据集制作格式及训练流程

1. 环境搭建

关于虚拟环境的搭建真的是老生常谈了，给出一个简单的搭建流程吧

#新建虚拟环境
conda create -n yolov8 python=3.8

#激活环境
conda activate yolov8

#或者一键安装官方包：
pip install ultralytics

#如果是CPU跑算法，则现在已经安装完了
#如果想在GPU下跑代码，需要卸载默认下载的cpu版本的torch torchvision torchaudio
pip uninstall t