这里写自定义目录标题
- YOLOv8关键点pose训练自己的数据集
- 一、项目代码下载
- 二、制作自己的关键点pose数据集
- 2.1 标注（非常重要）
- 2.1.1 标注软件
- 2.1.2 标注注意事项
- a.多类别检测框
- b.单类别检测框
- 2.2 格式转换（非常重要）
- 2.3 数据集划分
- 三、YOLOv8-pose训练关键点数据集
- 3.1 训练脚本创建
- 3.2 数据集配置文件
- 3.3 网络结构配置文件
- 3.4 进行训练
- 四、推理进行可视化
- 4.1 推理脚本创建
- 4.2 可视化显示结果
YOLOv8关键点pose训练自己的数据集
- 部分没有写完成，两天内完善。
一、项目代码下载
YOLOv8的项目可在ultralytics的github官网项目进行下载，直接下载压缩包解压放在桌面就行，路径最好避免出现中文的情况。有关环境配置问题，相应其他博主会有详细的环境安装与配置的文章。
ultralytics项目衔接，点击就行
二、制作自己的关键点pose数据集
2.1 标注（非常重要）
2.1.1 标注软件
pip install labelme
- 采用labelme进行标注。终端命令行进入环境，直接输入labelme就能进入主界面
2.1.2 标注注意事项
a.多类别检测框
1.先标注检测框（单类别）→ 填写类别名称 → 填写类别名称ground-id(用于匹配后
![[20] Opencv_CUDA应用之 关键点检测器和描述符](https://img-blog.csdnimg.cn/direct/374e3465fb48409d9bfcd459f633e143.png)
