day

YOLOv8 训练说明

准备：

• 推荐创建并激活 Python 虚拟环境。
• 编辑 dataset_template.yaml（或复制为 dataset.yaml），确保 train/val/test 指向你的图片文件夹，且 nc 与 names 正确。

安装依赖（Windows PowerShell）：

python -m venv .venv; .\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install -r requirements-train.txt

训练示例（PowerShell）：

# 使用预训练的 yolov8n 模型，100 epochs，batch 16
python train_yolov8.py --data dataset.yaml --model yolov8n.pt --epochs 100 --batch 16

# 指定输出目录和实验名字
python train_yolov8.py --data dataset.yaml --model yolov8n.pt --epochs 50 --project runs/train --name my_experiment

# 在 CPU 上运行
python train_yolov8.py --data dataset.yaml --model yolov8n.pt --device cpu

注意事项：

• 如果你希望使用 GPU，请确保已正确安装与 CUDA 版本匹配的 torch。如果未安装 GPU 版 torch，程序会自动使用 CPU。
• 如果数据集标签不是 YOLO 格式（每张图片对应一个 .txt，每行 class x_center y_center width height），请先转换为 YOLO 格式。
• 训练结束后的权重和日志位于 runs/train/<name>/ 下。

如需我帮你：

• 根据你的数据集结构生成 dataset.yaml。
• 自动分割训练/验证集并生成标签。