YOLOv8 目标检测从零入门：数据标注 + 训练 + 推理完整流程

YOLOv8 简介

YOLO 是目标检测领域最流行的实时检测算法，YOLOv8 是 Ultralytics 于 2023 年发布的最新版本，在精度和速度上都有显著提升。

环境准备

pip install ultralytics
pip install labelimg

第一步：数据标注

使用 LabelImg 进行图片标注，选择 YOLO 格式，每张图片生成一个同名 .txt 文件。每个类别至少标注 100-200 张图片。

第二步：训练模型

from ultralytics import YOLO
model = YOLO('yolov8n.pt')
results = model.train(data='data.yaml', epochs=100, imgsz=640, batch=16)

第三步：推理检测

model = YOLO('runs/detect/train/weights/best.pt')
results = model('test.jpg')
results[0].show()

第四步：导出 ONNX 部署

model.export(format='onnx')  # 可在CPU上运行