yolov8 默认支持BGR三通道图像输入，但是在很多工业场景下，存在很多灰度图像的场景，因此对yolov8代码做一些修改以支持单通道图像输入，满足项目实际需求。

修改后的代码如下：
https://github.com/shanglianlm0525/ultralytics

训练/推理时，只需要在输入参数中 添加 ch=1 即可。

训练

from ultralytics import YOLO

# Load a model
model = YOLO('yolov8n.yaml')  # build a new model from YAML
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 model
model.train(data='coco128.yaml', epochs=100, imgsz=640, ch=1)

推理

from ultralytics import YOLO

# Load a pretrained YOLOv8n model
model = YOLO('yolov8n.pt')

# Run inference on 'bus.jpg' with arguments
model.predict('bus.jpg', save=True, imgsz=320, conf=0.5, ch=1)