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
- 下载yolov8代码 https://github.com/ultralytics/ultralytics
- 安装训练环境
- 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 modelresults = 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
