本文介绍了如何在YOLOv8中修改类别数和适应自定义数据集，包括调整配置文件、制作数据集、使用预训练模型进行预测，以及训练自己的数据集。还提到了标注工具Labelme和LabelImg，并提供了YOLOv8不同模型大小的选择指导。
yolov8
加载yolo网络模型
yolov8n.yaml
nc: 80 # number of classes 分类数量
depth_multiple: 0.33 # scales module repeats 重复规模
width_multiple: 0.25 # scales convolution channels 缩放卷积通道
backbone
head
指定配置
coco128.yaml
path: ../datasets/coco128 # dataset root dir
train: images/train2017 # train images (relative to 'path') 128 images
val: images/train2017 # val images (relative to 'path') 128 images
制作数据集
datasets
预训练模型(权重)
yolov8n.pt
也可以自己训练后生成.pt权重文件
订阅专栏 解锁全文
扫一扫
2917
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
