yolov8(即用)资源包.zip

1、安装Anaconda和PyCharm 直接下载安装即可，网上有许多教材。 2、创建虚拟环境 创建：conda create -n yolov8 python=3.7 查看：conda env list 3、解压yolov8源码（ultralytics-main） 4、解压权重（YOLOv8权重文件） 5、PyCharm中打开项目ultralytics-main 切换虚拟环境：使用刚刚conda创建的yolov8 虚拟环境 6、安装依赖requirements.txt Terminal中安装依赖：pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 7、运行训练 在PyCharm打开ultralytics-main项目打开ultralytics/yolo/v8/detect/demo1.py并运行就可以训练coco128数据集了，训练完就会自动生成.pt模型在runs/detect/train数字的最后一个文件夹里找到已训练完的best.pt和last.pt。至此你就已经完成目标训练。你只需要将数据集换成自己的数据集就可以训练自己的数据集了。 classify文件夹是分类 segment文件夹是分割 detect文件夹就是目标检测了 8.注意事项 你要训练你的模型时一定要将你要用的.pt模型文件挡在与demo1文件同级 官方自带的权重文件解压后复制粘贴来就可以用了。 其余任务与检测同理 README.zh-CN.md为官方中文文档里面可以去官网找到更多知识