1、標註樣本
使用labelImg標註樣本，注意選擇YOLO模式
labelImg下載地址 github.com
2、安裝ultralytics包
先進入到自己建立的conda環境中，把包安裝到該環境裡
pip install ultralytics
如果已經有了ultralytics，可以更新最新版本
pip install -U ultralytics
最終 miniconda3\envs\你的環境名\Lib\site-packages 裡有個ultralytics資料夾
用pyCharm開啟這個資料夾，可以方便的檢視一些py檔案
3、組織樣本
以coco8為例，學習組織和訓練自己的樣本
3.1 下載coco8樣本
該檔案裡可以得到下載地址，直接複製連結用瀏覽器下載
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zip
解壓後放到D:/datasets中
把上圖的coco8.yaml也放到D:/datasets中，如下圖所示
修改coco8.yaml兩處
# 指定為自己資料集的路徑 path: D:/datasets/coco8 # dataset root dir # 遮蔽最下邊的下載 # download: https://github.com/ultralytics/assets/releases/download/v0.0.0/coco8.zip
3.2 pyCharm建立python專案
main.py內容如下
2.2 PyTorch訓練YOLO
官網 GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite
參考 手把手教你使用YOLOv11訓練自己資料集（含環境搭建 、資料集查詢、模型訓練）-CSDN部落格
從官網下載pt模型
【其他】
VS使用conda虛擬環境，管理 Python 環境和直譯器 - Visual Studio (Windows) | Microsoft Learn