手把手教你搭建YOLOv8环境，并进行训练、测试

目录

YOLOv8效果对比

1，配置

1.1使用Anaconda创建自己的YOLOv8环境

1.2  安装pytorch

1.3安装依赖包

2，训练数据集

2.1  准保好数据集

2.2把数据集的yaml文件放在

2.3  找到default.yaml文件

2.4  在terminal中输入命令

---

YOLOv8效果对比

1，配置

1.1使用Anaconda创建自己的YOLOv8环境

conda create -n yolov8 python=3.8

激活虚拟环境

conda activate yolov8

1.2  安装pytorch

pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 --extra-index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple

根据自己的电脑选择

1.3安装依赖包

pip install ultralytics

pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/

2，训练数据集

2.1  准保好数据集

2.2把数据集的yaml文件放在

E:\All_in\ultralytics-main\ultralytics\cfg\datasets

2.3  找到default.yaml文件

E:\All_in\ultralytics-main\ultralytics\cfg\default.yaml

在这个文件里面修改参数路径，就可以进行训练验证测试

task按自己需要，检测，分类，分割都可以

mode：看你当下是要训练还是验证或者预测

model：yolov8n.pt,或者yolov8n.yaml     如果是yaml就是从零开始训练

data：填写你的训练集的yaml文件名

works：最好设置为0 部分人可能会报错
 

2.4  在terminal中输入命令

yolo cfg=ultralytics/cfg/default.yaml 

测试：

修改default文件即可