YoloV8模型训练

2026/11/08 Python计算机视觉 4

1 开始模型训练

# 开始模型训练
from ultralytics import YOLO
# 加载预训练模型
a1 = YOLO('yolov8n.pt')
# 开始训练模型
a1.train(
    data='data.yaml',   # 数据集配置文件路径
    epochs=500,         # 训练轮次
    imgsz=640,          # 输入图片尺寸 官方推荐640
    batch=32,           # 每次训练的批量
    device='cpu'        # GPU= 0 CPU= 'cpu'
)

print('模型训练完毕')


2 检测模型结果

from ultralytics import YOLO
# 模型训练完毕自动保存到：runs\detect\train\weights
# best.pt 是训练好的最优模型(适用于最终应用)
# last.pt  是训练的最后一轮模型(适用于训练继续)

# 加载自己训练好的模型
a1 = YOLO(r'D:\xue2\YOLO\runs\detect\train\weights\best.pt')
# 目标检测
a1('v1.mp4', show=True, save=True)