win10下親測有效！（如果想在tensorrt+cuda下部署yolov8，直接看第五5章）
yolov8 官方倉庫: https://github.com/ultralytics/ultralytics
一、win10下建立yolov8環境
# 注：python其他版本在win10下，可能有坑，我已經替你踩坑了，這裡python3.9親測有效 conda create -n yolov8 python=3.9 -y conda activate yolov8 pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
二、推理影像
模型下載地址：
# download offical weights(".pt" file) https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8s.pt https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8m.pt https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8l.pt https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8x.pt https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8x6.pt
這裡下載yolov8n為例子，原圖圖下圖：
我們將影像和yolov8n.pt放到路徑：d:/Data/，推理：
yolo predict model="d:/Data/yolov8n.pt" source="d:/Data/6406407.jpg"
效果如圖：
三、訓練
3.1 快速訓練coco128資料集
在win10下，建立路徑：D:\CodePython\yolov8，將這個5Mb的資料集下載並解壓在目錄，coco128資料集快速下載：https://share.weiyun.com/C0noWh5W
如下圖：
新建train.py檔案，程式碼如下：、
from ultralytics import YOLO # Load a model # yaml會自動下載 model = YOLO("yolov8n.yaml") # build a new model from scratch model = YOLO("d:/Data/yolov8n.pt") # load a pretrained model (recommended for training) # Train the model results = model.train(data="coco128.yaml", epochs=100, imgsz=640)
訓練指令：
python train.py
如下圖訓練狀態：
3.2 預測
新建predict.py檔案，程式碼如下：
from ultralytics import YOLO # Load a model model = YOLO("d:/Data/yolov8n.pt") # load an official model # Predict with the model results = model("d:/Data/6406407.jpg") # predict on an image
預測指令：
python predict.py
如下圖預測視窗列印：
四、匯出onnx
pip install onnx yolo mode=export model="d:/Data/yolov8n.pt" format=onnx dynamic=True
五、yolov8的tensorrt部署加速
《YOLOV8部署保姆教程》：https://www.cnblogs.com/feiyull/p/17066486.html
TensorRT-Alpha基於tensorrt+cuda c++實現模型end2end的gpu加速，支援win10、linux，在2023年已經更新模型：YOLOv8, YOLOv7, YOLOv6, YOLOv5, YOLOv4, YOLOv3, YOLOX, YOLOR,pphumanseg,u2net,EfficientDet。
Windows10教程正在製作，可以關注TensorRT-Alpha：https://github.com/FeiYull/TensorRT-Alpha
?快速看看yolov8n 在移動端RTX2070m(8G)的新能表現：
| model | video resolution | model input size | GPU Memory-Usage | GPU-Util |
|---|---|---|---|---|
| yolov8n | 1920x1080 | 8x3x640x640 | 1093MiB/7982MiB | 14% |
下圖是yolov8n的執行時間開銷，單位是ms：
更多TensorRT-Alpha測試錄影在B站影片：
B站：YOLOv8n
B站：YOLOv8s
附錄
更多訓練指引，請看官方文件。
- # ? yolov8 官方倉庫: https://github.com/ultralytics/ultralytics
- # ? yolov8 官方中文教程：https://github.com/ultralytics/ultralytics/blob/main/README.zh-CN.md
- # ? yolov8 官方訓練指引: https://docs.ultralytics.com/reference/base_trainer/
- # ? yolov8 官方快速教程: https://docs.ultralytics.com/quickstart/