【亲测】yolo v8训练自己的数据集(超详细)

利用YOLO V8训练自己数据集之前确保自己环境是否安装正确，本人是用1050 Ti显卡（GPU）＋miniconda下创建的YOLO V8环境来训练的。

安装CUDA+显卡驱动请参照：

【亲测】ubuntu20.4 显卡驱动+CUDA11.8一起安装_Coding_C++的博客-CSDN博客

利用miniconda安装yoloV8的环境请参照：

【亲测】ubuntu20.4利用conda安装yoloV8 CUDA(python)环境_Coding_C++的博客-CSDN博客

一、激活并检测yolov8的环境

1、激活yoloV8环境

conda activate yoloV8

2、检测yoloV8信息

在激活的环境下输入python  调起python的环境，然后输入如下命令

import ultralytics

ultralytics.checks()

此时注意以下信息：

Ultralutics YOLOv8.0.181 是YOLO的版本号

python 版本是3.11.4

torch版本是2.0.1

显卡是 NVIDIA GeForce GTX 1050 Ti, 4037MiB（显存大小）

二、配置YOLO V8的路径

1、查看输出默认路径

yolo settings