模型实战(7)之YOLOv8推理+训练自己的数据集详解

YOLOv8推理+训练自己的数据集详解

  • 最近刚出的yolov8模型确实很赞啊,亲测同样的数据集用v5v8两个模型训练+预测,结果显示v8在检测精度和准确度上明显强于v5
  • 就是有一点:yolov8将模型训练、推理及验证部分均集成到模型中去,没有detect.py文件可以修改用于检测接口封装,本文中将给出从v8的检测结果中取出检测类别和目标位置的数据,并支持二次处理及重新绘制。
  • 下边给出yolov8的效果对比图:
    模型实战(7)之YOLOv8推理+训练自己的数据集详解_第1张图片
  • 关于v8的结构原理在此不做赘述,随便搜一下到处都是。

1.环境搭建

  • 进入github进行git或者直接点击下载源代码:
    模型实战(7)之YOLOv8推理+训练自己的数据集详解_第2张图片

  • 官网要求:

Pip install the ultralytics package including all requirements.txt ina Pytho

你可能感兴趣的:(#,深度学习实战例程,YOLO,python,深度学习)