一、背景

二、环境配置

官网：Previous PyTorch Versions | PyTorch

cuda == 11.7
pytorch == 1.13.0
torchvision == 0.14.0
pytorch-cuda == 11.7

三、安装yolov8

官网：GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > CoreML > TFLite

• 克隆项目到本地：git  clone https://github.com/ultralytics/ultralytics.git
• 下载成功后的目录结构如下所示：

• # 安装yolov8的依赖

cd ultralytics
pip install -r requirements.txt
pip install onnx
pip install ultralytics

• 验证是否安装成功

# 可以先执行一下 yolo help ，看一下yolo有哪些命令

yolo help

# 通过yolov8自带的图片，测试一下安装是否成功：此时会自动在官网上下载预训练模型

yolo detect predict model=yolov8n.pt source="ultralytics/assets/bus.jpg" 

四、准备自己的项目

1、准备datasets数据集（coco类型、生成txt格式的label标签、分成train和val目录）；

2、拷贝一份 yolov8/ultralytics/ultralytics/datasets/coco128-seg.yaml 并按照自己项目的需求进行修改；

3、训练模型：自定义修改 yolov8/ultralytics/ultralytics/yolo/v8/segment/train.py 文件

4、推理模型：自定义修改 yolov8/ultralytics/ultralytics/yolo/v8/segment/predict.py 文件

 

五、推理结果的解析