【亲测】ubuntu20.4利用python脚本训练自己的YOLOV8数据集并推理

在阅读此博客之前请先按照【亲测】yolo v8训练自己的数据集(超详细)_Coding_C++的博客-CSDN博客

这篇博客内容详细了解其中的步骤及意义，此博客是在上述基础之上做了演进，由于使用命令训练需要在好几个地方配置，所以我采用python脚本重新制作训练的步骤。

一、总体介绍

先在任何地方创建一个文件夹，主要是放置训练的python脚本、个人数据的配置文件等，如下图：

*.jpg 是用来检测训练的模型

best.pt 是训练好的模型

data.yaml 是训练的配置文件

detect.py 是检测的python脚本 在下面会详细介绍

train.py 是训练的python脚本 在下面会详细介绍

一、数据文件配置

1、将自己数据集按照YOLOV8的格式放置在指定目录

此处以zzndata(自己制作的数据集)为列，大家可以在

https://download.csdn.net/download/weixin_40950590/88370532?spm=1001.2014.3001.5503

下载我标注好的数据集.

1.1 将zzndada放置到/home/jsbz/桌面/yoloV8/train/datasets（此路径是我配置好YOLO的datasets路径），如何配置可以参照

【亲测】yolo v8训练自己的数据集(超详细)_Coding_C++的博客-CSDN博客

1.2 zzndata的目录结构

2、在mydata制作data.yaml文件

path:就是自己数据集相对路径（指定刚放置的数据集）

train:训练的数据集路径

val:验证的数据集路径（此处根训练的一致就可以了，也可以单独弄个数据集）

names:检测的分类，我的数据集只检测0 代表是戴了安全帽，1 代表是没有戴了安全帽

二、在mydata制作训练的python脚本train.py

1、脚本内容

2、训练

2.1、在mydata文件夹下打开终端

2.2、启动yoloV8环境conda activate yoloV8

2.2、执行train.py开始训练

2.2、等待训练完成，会生成模型文件best.pt 并将best.pt拷贝到mydata文件夹下

三、在mydata制作训练的python脚本detect.py

1、脚本内容

2、执行detect.py开始推理

3、推理结果

推理结果还是不错的。