????????本篇將教學使用示例代碼訓練自己的數據集（train）以及預測（predict）。

?

目錄

一、代碼獲取

二、訓練

1、添加自己的訓練集

2、創建訓練集設置文件?

?3、 修改訓練代碼中數據集設置文件

4、開始訓練

三、預測

1、 修改圖片路徑

2、 開始預測

?總結

---

一、代碼獲取

????????在摳頭助手安裝YOLO系列庫時都會自動下載示例代碼，摳頭助手安裝YOLO系列的教程參考博客YOLOv5、v8、v11小白安裝教程（GPU版和CPU版）_yolov11 cpu-CSDN博客，如果不需要裝庫，只需要下載代碼可以直接前往訓練代碼進行下載（資源免費，點擊下載即可）。

打開項目后文件結構如下：

• 橙色是預測示例圖片
• 藍色是訓練集設置文件
• 紅色是訓練和預測代碼
• 黃色是yolo模型文件

📦 項目根目錄
├─ 📁 C包
├─ 📁 github
├─ 📁 .idea
├─ 📁 docker
├─ 📁 docs
├─ 📁 examples
├─ 📁 imgs
├─ 📁 my_training_results
├─ 📁 runs
├─ 📁 tests
├─ 📁 ultralytics
├─ .gitignore
├─ 說明書.md
├─ bus.jpg
├─ CITATION.cff
├─ coco128-seg.yaml
├─ coco128.yaml
├─ CONTRIBUTING.md
├─ cusPost.py
├─ cusPredict.py
├─ cusSeg.py
├─ cusTrain.py
├─ cusTrainSeg.py
├─ LICENSE
├─ mkdocs.yml
├─ pyproject.toml
├─ README.md
├─ README.zh-CN.md
├─ requirementsV8.txt
├─ yolov8n-cls.pt
├─ yolov8n-pose.pt
├─ yolov8n-seg-custom.pt
├─ yolov8n-seg.pt
├─ yolov8n.pt
└─ yolov8s.pt

????????如果需要其他模型可以前往GitHub - ultralytics/ultralytics at v8.2.103（需要魔法上網）下劃找到如圖所示位置下載模型，仍然按照上面的文件結構放置模型文件即可。

?

---

二、訓練

1、添加自己的訓練集

這里以“小目標檢測數據集”為例。

• 解壓數據集壓縮包到代碼目錄下，位置如圖所示：

?

2、創建訓練集設置文件?

• 創建該數據集的yaml設置文件，格式如下，根據自己數據集的類別和文件路徑進行修改，比如：數據集的文件路徑為D:\CodeTou-Download\YOLOV8_67\YOLOV8\小目標檢測數據集，則path: D:\CodeTou-Download\YOLOV8_67\YOLOV8\小目標檢測數據集；查看小目標數據集下的class.txt，有兩個類別，則nc: 2；類別名稱分別是earth_person，sea_person，則names: [ 'earth_person', 'sea_person' ] 。

# 小目標檢測數據集配置文件
# 基于YOLO格式的小目標檢測數據集# 數據集根目錄（相對于yaml文件位置）
path: D:\CodeTou-Download\YOLOV8_67\YOLOV8\小目標檢測數據集  # dataset root dir# 訓練集和驗證集路徑
train: images/train  # train images (relative to 'path')  
val: images/val  # val images (relative to 'path')
test: images/test  # test images (optional)# 類別數量
nc: 2# 類別名稱列表
names: ['earth_person', 'sea_person']

?

?3、 修改訓練代碼中數據集設置文件

這里以檢測模型為例，使用cusTrain.py來訓練。

?

• 如果訓練終止出現Memory Error，一般是內存占用滿導致的，可以修改batch大小。
• 如果想要訓練效果更好可以適當增加epochs

4、開始訓練

• IDE鼠標點擊運行
• IDE終端代碼運行

python cusTrain.py

?

5、 訓練結果

• 訓練結果在runs/目錄下查看。

---

三、預測

這里使用cusPredict.py?

1、 修改圖片路徑

????????在第11行處修改要預測的圖片路徑。

2、 開始預測

• IDE鼠標點擊運行
• IDE終端代碼運行

python cusPredict.py

---

?總結

? ? ? ? 以上就是使用示例代碼訓練和預測的流程。