yolov8训练自己的数据集
太卷了！！！！ 太卷了！！！！太卷了！！！！！太卷了！！！！！太卷了！！！！！太卷了！
真的快要卷秃噜皮了！！！！学习的速度跟不上别人更新的速度。。。。太难了！！！！！！
之前写了一篇yolov8s的网络结构图：
yolov8s网络模型结构图_Mrs.Q粉红猫的博客-CSDN博客yolov8真的来了！U神出品的yolov8，虽然还没正式公布，但是已经放出代码了。代码有着很强烈的yolov5风格。学的速度还跟不上别人更新的速度，咋玩呀！先看看yolov8seg、det的炼丹。再看看map：：都快卷秃噜皮了。yolov8s已经达到了0.6ms了。先看看ONNX图：这个是带NMS的。1、yolov8是无锚框了。2、增加了C2F结构。https://blog.csdn.net/zhangdaoliang1/article/details/128577291
yolov8的github:
https://github.com/ultralytics/ultralyticsyolov8的权重：
https://github.com/ultralytics/assets/releasesyolov8的文档：
https://v8docs.ultralytics.com/第一步下载源码：(这个分windows和linux)这个whl后面会有链接
windows下的安装whl之后的源码都是anconda的lib里面：
但是在linux下面就不一样：在自己的文件夹下：
数据集格式：
数据集的格式直接参考v5的格式：
新建一个mydata.yaml文件：修改为如下所示：
超参数进行修改：(yolo/configs/default.yaml) 可以直接在这里面修改，也可以命令行修改
训练：
yolo task=detect mode=train model=weights/yolov8s.pt data=yolo/data/datasets/mydata.yaml batch=60 epochs=2000 imgsz=1280
训练结果：我是训练了2次；第一次map50=0.915 第二次0.911
总体来说比yolov5s的0.905高一点的：
参数量进行对比：V8s的参数量明显是比v5s大的
yolov5:
