Yolov8使用简介
Ultralytics版本的Yolov8对
相比于Yolov5, Ultralytics版本的Yolov8在代码集成上做出了更大的调整，一些Yolov5可使用的函数在Yolov8上并不适用。因此，本博客旨在记录Yolov5和Yolov8在实现相同任务，但是实现不一样的地方。
环境要求：安装ultralytics库
1. 训练
注意V5和V8在数据集的使用上并没有区别，即data.yaml不需要修改
- Yolov5
python path/to/train.py --data COCO.yaml --weights yolov5s.pt --img 640 # from pretrained (RECOMMENDED)
- Yolov8
model = YOLO("yolov8n.pt")
model.train(data="data/COCO.yaml", epochs=300, imgsz=640, device=[0, 1]) # train the model
2. 测试
2.1 批测试
详细使用参考相关的文档，结果展示待续
2.2 测试结果的展示
- Yolov5
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')
result = model("data/bus.jpg")
result[0].show() # 可以显示带预测标注框的图片
- Yolov8
model = YOLO("yolov8n.pt",task='predict') # 注意 task参数不是必要的
result = model("data/bus.jpg")
result[0].show() # 可以显示带预测标注框的图片