1、git code 项目

地址

2、数据标注：使用yolov8官方推荐的roboflow

地址

2.1 上传数据

2.2 标注

2.3 生成数据集

2.4 导出数据

3 训练

3.1 建.yaml 文件

建立.yaml 文件

3.2 修改.yaml文件里面的内容

1.这是roboflow 网站下下来的数据，只需要把.yaml文件中的path 改为该文件的路径即可。
2.修改class 的类名称

4 启动训练

 
from ultralytics import YOLO
# Load a model
model = YOLO("yolov8m.yaml")  # build a new model from scratch
results = model.train(data="./PCB/gesture2.yaml", epochs=2000, imgsz=640, device=[0], batch=4, workers=0, amp=False)  # train the model
# results = model.train(data="pcb.yaml", epochs=20000,imgsz=640, device=[0], batch=4, workers=0)  # train the model
metrics = model.val()  # evaluate model performance on the validation set
# results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image
path = model.export(format="onnx")  # export the model to ONNX format

4.1 yolov8 网络打印

4.2 loss 在下降

5 验证结果