一、背景
二、环境配置
官网：Previous PyTorch Versions | PyTorch
cuda == 11.7
pytorch == 1.13.0
torchvision == 0.14.0
pytorch-cuda == 11.7
三、安装yolov8
官网：GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > CoreML > TFLite
- 克隆项目到本地：git clone https://github.com/ultralytics/ultralytics.git
- 下载成功后的目录结构如下所示：
- # 安装yolov8的依赖
cd ultralytics
pip install -r requirements.txt
pip install onnx
pip install ultralytics
- 验证是否安装成功
# 可以先执行一下 yolo help ，看一下yolo有哪些命令
yolo help
# 通过yolov8自带的图片，测试一下安装是否成功：此时会自动在官网上下载预训练模型
yolo detect predict model=yolov8n.pt source="ultralytics/assets/bus.jpg"
四、准备自己的项目
1、准备datasets数据集（coco类型、生成txt格式的label标签、分成train和val目录）；
2、拷贝一份 yolov8/ultralytics/ultralytics/datasets/coco128-seg.yaml 并按照自己项目的需求进行修改；
3、训练模型：自定义修改 yolov8/ultralytics/ultralytics/yolo/v8/segment/train.py 文件
4、推理模型：自定义修改 yolov8/ultralytics/ultralytics/yolo/v8/segment/predict.py 文件
文章来源：https://www.toymoban.com/news/detail-495369.html
五、推理结果的解析
文章来源地址https://www.toymoban.com/news/detail-495369.html
到了这里，关于YOLOv8 图像分割的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
