1 YOLOv8训练自己的数据集
1.1 部署和运行
1.1.1 第一步，下载代码
源码地址
1.1.2 第二步，创建环境
默认已经安装好conda
conda create -n yolopy38 python=3.8
conda activate yolopy38
安装所需要的包，先cd到代码目录下
pip install -r requirements.txt
pip install ultralytics
pip install yolo
1.1.3 下载预训练权重
路径：docs/models/yolov8
找到里面对应的链接到网页里下载即可
下载后存放在项目根目录下
这里选择YOLOv8n的模型
1.1.4 尝试跑一下预测
复制官网上述这段代码，改一下路径（原本项目中/ultralytics/assets下就有两张，直接用其中一张即可）
ps：
运行时出现了 如下错误
Error: No such command ‘predict’.
解决方法：
python setup.py install
参考 GitHub上的一个issue
1.2 训练自己的数据集
1.2.1 数据集存放
数据集格式参考coco128
数据集MoonCake文件夹下分为images和labels两个文件夹，images文件夹下分为train和val两个文件夹，每个文件夹下存对应的图片；labels文件夹下分为train和val两个文件夹，每个文件夹下存对应的标签。
1.2.2 编写数据集yaml文件
参照ultralytics/cfg/datasets文件夹下的coco128.yaml文件，编写一个MoonCake.yaml文件，存放在同一目录下。
1.2.3 开始训练
可以打开这个文档看一下
ps：resume表示训练时是否断点续传
