yolov8训练自己的数据集

太卷了！！！！ 太卷了！！！！太卷了！！！！！太卷了！！！！！太卷了！！！！！太卷了！

真的快要卷秃噜皮了！！！！学习的速度跟不上别人更新的速度。。。。太难了！！！！！！

之前写了一篇yolov8s的网络结构图：

yolov8s网络模型结构图_Mrs.Q粉红猫的博客-CSDN博客yolov8真的来了！U神出品的yolov8，虽然还没正式公布，但是已经放出代码了。代码有着很强烈的yolov5风格。学的速度还跟不上别人更新的速度，咋玩呀！先看看yolov8seg、det的炼丹。再看看map：：都快卷秃噜皮了。yolov8s已经达到了0.6ms了。先看看ONNX图：这个是带NMS的。1、yolov8是无锚框了。2、增加了C2F结构。https://blog.csdn.net/zhangdaoliang1/article/details/128577291

yolov8的github:

https://github.com/ultralytics/ultralytics

yolov8的权重：

https://github.com/ultralytics/assets/releases

yolov8的文档：

https://v8docs.ultralytics.com/

第一步下载源码：(这个分windows和linux)这个whl后面会有链接

 windows下的安装whl之后的源码都是anconda的lib里面：

 但是在linux下面就不一样：在自己的文件夹下：

 

数据集格式：

数据集的格式直接参考v5的格式：

 

新建一个mydata.yaml文件：修改为如下所示：

 

超参数进行修改：(yolo/configs/default.yaml) 可以直接在这里面修改，也可以命令行修改

 

训练：

yolo task=detect mode=train model=weights/yolov8s.pt data=yolo/data/datasets/mydata.yaml batch=60 epochs=2000 imgsz=1280

训练结果：我是训练了2次；第一次map50=0.915  第二次0.911

 

 

总体来说比yolov5s的0.905高一点的：

参数量进行对比：V8s的参数量明显是比v5s大的

 

 

yolov5: