yolov8-实例分割步骤

这里只说简单的训练步骤
v8实例分割的数据集和v5是通用的也是labelme标记的json文件转txt

1. 下载yolov8代码 https://github.com/ultralytics/ultralytics
2. 安装训练环境
3. 创建一个python文件里面加入训练启动的代码 ，然后通过pycharm启动如果没有数据集文件会自动下载，后期需要用自己的数据集替换就好了

from ultralytics import YOLO
from PIL import Image
if __name__ == '__main__':
    model = YOLO('yolov8n-seg.yaml')  # build a new model from YAML //根据网络模型名称初始化模型结构并返回模型加载信息
    # model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)
    # model = YOLO('yolov8n.yaml').load('yolov8n.pt')  # build from YAML and transfer weights
    # Train the model
    results = model.train(data='coco8-seg.yaml', epochs=100, imgsz=640)

4.推理，model里面的模型填自己训练模型路径，训练的模型也在runs下面 ，source里面填自己想推理的图片路径

yolo segment predict model=yolov8n-seg.pt source='https://ultralytics.com/images/bus.jpg'

网络模型配置文件在ultralytics/cfg/models下面
数据集配置文件在ultralytics/cfg/datasets下面