通过AutoDL使用yolov8训练自己的数据集

1.放置数据集

之前我讲过如何使用yolov5，现在来使用一下yolov8，租用服务器和上传代码请参考链接

目前我的数据集是放在autodl-tmp这个文件夹下的，因为在AutoDL中这个文件夹是属于数据盘，有专门的存储空间，具体参考如下：

我放置的路径

导入依赖
然后还需要安装ultralytics，目前YOLOv8核心代码都封装在这个依赖包里面，进入yolov8这个层级通过以下命令安装

pip install ultralytics

2.代码修改

1.创建data.yaml文件

在yolov8根目录下创建data文件夹，然后创建data.yaml文件，这里面写数据集的路径、类别数以及类别名称

2.上传预训练模型

在yolov8根目录创建weight文件，上传需要的预训练模型

模型下载地址

3.创建train.py

yolov8默认通过命令开启训练

yolo task=detect mode=train model=yolov8n.pt data=data.yaml epochs=1000 batch=16

我们这里直接创建train.py

然后通过以下命令开启训练

python train.py

当然你也可以通过修改cfg文件夹下的default.yaml文件用于训练，里面有更多的参数可以修改。