YOLOV8目标检测——模型训练

本章内容主要解决如何训练自己的YOLOV8模型。

1下载yolov8（网址）

2用pycharm打开文件

关于环境配置参考-初始YOLOV8

1. 在ultralytics中加入创建文件夹，里面存档你的images、lables和yaml文件
   
   images
   
   labels
   
   yaml文件，这个是从coco128中改的（coco128.yaml路径为：ultralytics/cfg/datasets/coco8.yaml）
   

3训练自己的YOLOV8数据集

1. 打开终端
   输入如下：

yolo detect train data=datasets/code_inspection/code_inspection.yaml model=yolov8n.yaml pretrained=ultralytics/yolov8n.pt epochs=200 batch=8 lr0=0.01 resume=True

运行之后会出现一个询问：wanna会询问你要不要使用wandb记录训练结果，这个时候需要你点击进入链接，创建一个wandb的账号，账号会自动生成一个号码，就可以用wandb了。

4run下运行完了之后没有best.pt文件

yolov8的训练的文件会放在网络端，当然也是有办法放在本地的。我是没有的。

点击进入最上面的链接

按照如下顺序点击即可下载模型。反正我觉得不是很方便。

啊这，过了个小时，run文件下权重文件直接就出现了。可能是我重启之后的效果。

5导出为onnx文件

这个倒是很方便的。创建一个文件，赋值下面代码就可以了。

from ultralytics import YOLO

# Load a model
model = YOLO('best.pt')  # load a custom trained model

# Export the model
model.export(format='onnx')