本文由 简悦 SimpRead 转码， 原文地址 blog.csdn.net

YOLOv8 项目地址：https://github.com/ultralytics/ultralytics

项目目录如下：

1. 准备数据集

        准备数据集部分，可以参照我的这篇文章：YOLOv5-5.0 训练自己的数据集教程（附带 YOLOv3 教程）

        数据集存放样式：

        新建一个 ViewCategory.py ，脚本如下：（需要修改第 40 行，改成你自己的 xml 文件地址）

import os
from unicodedata import name
import xml.etree.ElementTree as ET
import glob

def count_num(indir):
    label_list = []
    # 提取xml文件列表
    os.chdir(indir)
    annotations = os.listdir('.')
    annotations = glob.glob(str(annotations) + '*.xml')

    dict = {}  # 新建字典，用于存放各类标签名及其对应的数目
    for i, file in enumerate(annotations):  # 遍历xml文件

        # actual parsing
        in_file = open(file, encoding='utf-8')
        tree = ET.parse(in_file)
        root = tree.getroot()

        # 遍历文件的所有标签
        for obj in root.iter('object'):
            name = obj.find('name').text
            if (name in dict.keys()):
                dict[name] += 1  # 如果标签不是第一次出现，则+1
            else:
                dict[name] = 1  # 如果标签是第一次出现，则将该标签名对应的value初始化为1

    # 打印结果
    print("各类标签的数量分别为：")
    for key in dict.keys():
        print(key + ': ' + str(dict[key]))
        label_list.append(key)
    print("标签类别如下：")
    print(label_list)

if __name__ == '__main__':
    # xml文件所在的目录，修改此处
    indir = 'data_cu/Annotations'
    count_num(indir)  # 调用函数统计各类标签数目

        运行这个脚本，就能看到如下内容：

 2. 在你的数据集的文件夹下，创建 xxx.yaml

        用来存放训练集，验证集以及测试集的 txt 文件

        格式如下：

train: D:/Py_projects/yolov8/data_cu/dataSet_path/train.txt    #训练集路径
val: D:/Py_projects/yolov8/data_cu/dataSet_path/val.txt
test: D:/Py_projects/yolov8/data_cu/dataSet_path/test.txt

nc: 1    # 你的类别数

names: ['fanqie']    # 你的类别标签名

3. 训练（在终端中使用）：

        需要修改一下 "data=xxx" 这句，用刚才第二步，你自己数据集下创建的的 yaml 文件。

yolo task=detect mode=train model=yolov8s.pt data=data_cu/tmt_cu.yaml batch=16 epochs=100 imgsz=640 workers=2 device=0

        其他的参数按需修改，然后按回车开始训练。

4. 验证 val（在终端中使用）

 需要修改：

"model=xxx" 这句，改成你刚才训练完后的 best.pt 文件路径。

"data=xxx" 这句，用你数据集下创建的的 yaml 文件。

yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=data_cu/tmt_cu.yaml device=0

 在终端运行此脚本以后，是这样的：

5. 跟踪（在终端中使用）

 YOLOv8 里内置两个跟踪的 yaml，文件路径如图所示：

 我通过命令 "tracker=bytetrack.yaml" 启用了 bytetrack 跟踪；

“source=xxx” 就是你要去跟踪的文件路径，我这里的跟踪文件放在 data 文件夹下；

“model=xxx” 就是你刚才训练以后的 best.pt 文件路径。

yolo track model=runs/detect/train2/weights/best.pt source=data/DSCF3037.MOV tracker=bytetrack.yaml

        运行此命令以后，是这样的：

跟踪结果：

欢迎交流。祝各位训练顺利。