本章內(nèi)容主要解決如何訓(xùn)練自己的YOLOV8模型。

1下載yolov8（網(wǎng)址）

2用pycharm打開文件

關(guān)于環(huán)境配置參考-初始YOLOV8

1. 在ultralytics中加入創(chuàng)建文件夾，里面存檔你的images、lables和yaml文件
   
   images
   
   labels
   
   yaml文件，這個是從coco128中改的（coco128.yaml路徑為：ultralytics/cfg/datasets/coco8.yaml）
   

3訓(xùn)練自己的YOLOV8數(shù)據(jù)集

1. 打開終端
   輸入如下：

yolo detect train data=datasets/code_inspection/code_inspection.yaml model=yolov8n.yaml pretrained=ultralytics/yolov8n.pt epochs=200 batch=8 lr0=0.01 resume=True

運(yùn)行之后會出現(xiàn)一個詢問：wanna會詢問你要不要使用wandb記錄訓(xùn)練結(jié)果，這個時候需要你點(diǎn)擊進(jìn)入鏈接，創(chuàng)建一個wandb的賬號，賬號會自動生成一個號碼，就可以用wandb了。

4run下運(yùn)行完了之后沒有best.pt文件

yolov8的訓(xùn)練的文件會放在網(wǎng)絡(luò)端，當(dāng)然也是有辦法放在本地的。我是沒有的。

點(diǎn)擊進(jìn)入最上面的鏈接

按照如下順序點(diǎn)擊即可下載模型。反正我覺得不是很方便。

啊這，過了個小時，run文件下權(quán)重文件直接就出現(xiàn)了。可能是我重啟之后的效果。

5導(dǎo)出為onnx文件

這個倒是很方便的。創(chuàng)建一個文件，賦值下面代碼就可以了。

from ultralytics import YOLO# Load a model
model = YOLO('best.pt')  # load a custom trained model# Export the model
model.export(format='onnx')