YOLOv8 从零开始完整教程：环境搭建、模型下载、推理与训练

2401_89286368

817人浏览 · 2026-03-31 14:53:22

2401_89286368 · 2026-03-31 14:53:22 发布

YOLOv8 从零开始完整教程：环境搭建、模型下载、推理与训练

前言

YOLOv8 是一款基于 PyTorch 的目标检测模型，其速度、精度和参数量都有大幅提升。
本教程将从零开始，完整地介绍 YOLOv8 的使用方法，包括环境配置、模型下载、图片/视频推理、数据集准备、模型训练、评估与部署等所有关键环节。

YOLOv8 官方文档：https://github.com/ultralytics/yolov8/wiki/Train-Custom-Data

一、环境准备
二、模型下载
三、图片推理
四、视频推理与摄像头实时检测
五、数据集准备
六、自定义数据集训练
七、模型评估与推理
八、完整工作流总结
九、常见问题与解决方案
十、资源汇总

一、环境准备

1.1 系统要求

操作系统：Windows 10/11、Ubuntu 18.04+、macOS（CPU模式）

Python 版本：3.8 - 3.11
GPU（推荐）：NVIDIA 显卡，CUDA 11.8+ 和 cuDNN 8.x

1.2 检查 GPU 环境（可选但推荐）

# 应输出 True
import torch
print(torch.cuda.is_available())  
# 查看 CUDA 版本
print(torch.version.cuda)

1.3 安装 Ultralytics 包

# 使用 pip 一键安装（推荐）
pip install ultralytics

# 如需使用国内镜像加速
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

1.4 验证安装

from ultralytics import YOLO
print("YOLOv8 安装成功！")

1.4 安装jupyterlab（可选但推荐）

pip install jupyterlab

二、模型下载

YOLOv8 提供多种预训练模型规格，模型会在首次使用时自动下载，也可手动下载。

2.1 自动下载（首次运行时自动触发）

from ultralytics import YOLO
model = YOLO("yolov8n.pt")  
# 自动下载到 ~/.cache/torch/hub/ 或当前目录

2.2 手动下载（推荐，避免网络超时）

下载后放入当前工作目录即可。

模型规格	下载链接
YOLOv8n (Nano)	下载
YOLOv8s (Small)	下载
YOLOv8m (Medium)	下载
YOLOv8l (Large)	下载
YOLOv8x (Extra Large)	下载
YOLOv8n-seg (分割)	下载
YOLOv8n-pose (姿态估计)	下载

2.3 各规格性能对比（COCO 数据集）

模型	输入尺寸	mAP	参数量(M)	适用场景
YOLOv8n	640	37.3	3.2	移动端、实时性要求高
YOLOv8s	640	44.9	11.2	平衡速度与精度
YOLOv8m	640	50.2	25.9	精度优先
YOLOv8l	640	52.9	43.7	服务器端高精度
YOLOv8x	640	53.9	68.2	追求极致精度

三、图片推理

3.1 单张图片推理（Python API）

from ultralytics import YOLO

# 加载模型（自动下载或使用本地）
model = YOLO("yolov8n.pt")

# 对图片进行推理
results = model("https://ultralytics.com/images/bus.jpg")

# 显示结果
results[0].show()

# 保存结果（保存到 runs/detect/predict/）
results[0].save(filename="result.jpg")


# ---------- Jupyter 环境推荐用法 ----------
# import matplotlib.pyplot as plt 
# # 获取带检测框的图像（BGR 格式）
# img_with_boxes = results[0].plot()

# # matplotlib 显示（BGR -> RGB）
# plt.figure(figsize=(10, 8))
# plt.imshow(img_with_boxes[:, :, ::-1])
# plt.axis("off")
# plt.title("Detection Result")
# plt.show()

# # 保存结果（支持中文路径）
# results[0].save(filename="result.jpg")

3.2 批量图片推理

# 对多张图片推理
results = model(["image1.jpg", "image2.jpg"])

for i, result in enumerate(results):
    result.save(f"result_{i}.jpg")


# ---------- Jupyter 环境推荐用法 ----------

# # 多张图片推理
# image_paths = ["image1.jpg", "image2.jpg"]
# results = model(image_paths)

# # 在 Jupyter 中逐个显示结果
# for i, result in enumerate(results):
#     img = result.plot()[:, :, ::-1]   # BGR -> RGB
#     plt.figure()
#     plt.imshow(img)
#     plt.axis("off")
#     plt.title(f"Result {i+1}: {result.path}")
#     plt.show()
    
#     # 保存带框图像（可选）
#     result.save(filename=f"result_{i}.jpg")

3.3 使用 CLI 命令行

# 图片推理
yolo predict model=yolov8n.pt source='bus.jpg'

# 指定输出目录
yolo predict model=yolov8n.pt source='bus.jpg' project=my_results name=exp
3.4 解析检测结果
python
results = model("image.jpg")
result = results[0]  # 取第一张图的结果

# 获取检测框 [x1, y1, x2, y2, confidence, class]
boxes = result.boxes
for box in boxes:
    x1, y1, x2, y2 = box.xyxy[0].tolist()  # 边界框坐标
    conf = box.conf[0].item()               # 置信度
    cls = int(box.cls[0].item())            # 类别ID
    print(f"检测到类别 {cls}，置信度 {conf:.2f}，位置 ({x1:.0f}, {y1:.0f}, {x2:.0f}, {y2:.0f})")

# # 使用 CLI 命令行（在 Jupyter 中执行）
# # 图片推理
# !yolo predict model=yolov8n.pt source='bus.jpg'

# # 指定输出目录
# !yolo predict model=yolov8n.pt source='bus.jpg' project=my_results name=exp

注意：CLI 的输出图像会保存在 runs/detect/predict/ 或自定义目录中，不会在单元格内直接显示。如需显示，可手动读取保存的图片。

3.4 解析检测结果

results = model("image.jpg")
result = results[0]  # 取第一张图的结果

boxes = result.boxes
for box in boxes:
    x1, y1, x2, y2 = box.xyxy[0].tolist()  # 边界框坐标
    conf = box.conf[0].item()               # 置信度
    cls = int(box.cls[0].item())            # 类别ID
    print(f"检测到类别 {cls}，置信度 {conf:.2f}，位置 ({x1:.0f}, {y1:.0f}, {x2:.0f}, {y2:.0f})")

3.5 支持的输入类型

输入类型	示例
本地图片	‘image.jpg’
网络图片	‘https://example.com/image.jpg’
PIL 图像	Image.open(‘image.jpg’)
OpenCV 数组	cv2.imread(‘image.jpg’)
目录	‘images/’
Glob 模式	‘images/*.jpg’

四、视频推理与摄像头实时检测

4.1 视频文件推理

from ultralytics import YOLO

model = YOLO("yolov8n.pt")

# 处理视频文件
results = model("video.mp4", save=True)  # 保存结果视频

4.2 实时摄像头检测

import cv2
from ultralytics import YOLO

model = YOLO("yolov8n.pt")

# 打开摄像头（0 表示默认摄像头）
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # 对当前帧进行推理
    results = model(frame)

    # 在帧上绘制检测框
    annotated_frame = results[0].plot()

    # 显示
    cv2.imshow("YOLOv8 Detection", annotated_frame)

    # 按 'q' 退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

4.3 流式处理（避免内存溢出）

# 对于大视频，使用 stream=True 流式处理
results = model("large_video.mp4", stream=True)

for result in results:
    # 逐帧处理，不会一次性加载所有帧
    result.save()  # 保存每一帧结果

4.4 保存视频中的关键帧检测结果

以下示例演示了如何每隔固定帧数保存检测结果（可自定义间隔）：

import cv2
from ultralytics import YOLO
import os

model = YOLO("yolov8n.pt")

# 打开视频文件
cap = cv2.VideoCapture("video.mp4")

# 输出目录
os.makedirs("./output", exist_ok=True)

frame_count = 0
save_step = 30  # 每隔 30 帧保存一次

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    frame_count += 1

    if frame_count % save_step == 0:
        # 进行推理
        results = model(frame)

        # 保存原始帧
        cv2.imwrite(f"./output/frame_{frame_count}_original.jpg", frame)

        # 保存带检测框的结果图
        result_img = results[0].plot()  # 返回 BGR 格式
        cv2.imwrite(f"./output/frame_{frame_count}_result.jpg", result_img)

cap.release()
cv2.destroyAllWindows()

4.5 支持的视频输入类型

输入类型	示例
本地视频文件	‘video.mp4’
YouTube 链接	‘https://youtu.be/LNwODJXcvt4’
RTSP 流	‘rtsp://example.com/live.stream’
摄像头：	0（整数）

五、数据集准备

5.1 公开数据集下载

数据集	描述	下载地址
COCO	80个类别，大规模通用检测	下载
Open Images V7	600个类别	下载
TinyPerson	小目标人体检测	GitHub
Pascal VOC	20个类别	下载
coco8（测试用）	8张图片，轻量级测试数据集	YOLOv8 内置，训练时指定 data=coco8.yaml 即可

温馨提示：
以上链接均为官方资源或推荐的可靠来源。下载前请确认有足够的存储空间（Open Images V7 完整版超过 500GB），并遵守各数据集的使用条款。

5.2 数据集目录结构

dataset/
├── images/
│   ├── train/          # 训练集图片
│   │   ├── image1.jpg
│   │   └── image2.jpg
│   └── val/            # 验证集图片
│       ├── image1.jpg
│       └── image2.jpg
└── labels/
    ├── train/          # 训练集标签
    │   ├── image1.txt
    │   └── image2.txt
    └── val/            # 验证集标签
        ├── image1.txt
        └── image2.txt

5.3 标注格式（YOLO 格式）

每张图片对应一个同名 .txt 文件，每行格式：

class_id x_center y_center width height

坐标均为归一化值（除以图片宽度/高度），范围 0-1
class_id 从 0 开始

示例：

0 0.5 0.5 0.2 0.3  # 类别0的人，中心(0.5,0.5)，宽0.2，高0.3
1 0.3 0.4 0.1 0.2  # 类别1的车辆

5.4 JSON 转 YOLO 格式脚本（适用于 COCO 格式）

import json
import os
from PIL import Image

def convert_coco_to_yolo(json_path, image_dir, output_dir):
    with open(json_path, 'r') as f:
        data = json.load(f)

    # 创建类别映射
    categories = {cat['id']: idx for idx, cat in enumerate(data['categories'])}

    # 按图片组织标注
    images = {img['id']: img for img in data['images']}
    annotations_by_image = {}
    for ann in data['annotations']:
        image_id = ann['image_id']
        if image_id not in annotations_by_image:
            annotations_by_image[image_id] = []
        annotations_by_image[image_id].append(ann)

    # 转换每个图片的标注
    for image_id, anns in annotations_by_image.items():
        img_info = images[image_id]
        img_path = os.path.join(image_dir, img_info['file_name'])

        # 获取图片尺寸
        img = Image.open(img_path)
        img_w, img_h = img.size

        # 生成 YOLO 格式标注
        yolo_lines = []
        for ann in anns:
            category_id = ann['category_id']
            if category_id not in categories:
                continue

            class_id = categories[category_id]
            x, y, w, h = ann['bbox']

            # 转换为 YOLO 格式（中心坐标，归一化）
            x_center = (x + w / 2) / img_w
            y_center = (y + h / 2) / img_h
            width = w / img_w
            height = h / img_h

            yolo_lines.append(f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}")

        # 保存标注文件
        label_name = os.path.splitext(img_info['file_name'])[0] + '.txt'
        label_path = os.path.join(output_dir, label_name)
        with open(label_path, 'w') as f:
            f.write('\n'.join(yolo_lines))

    print(f"转换完成，输出目录: {output_dir}")

# 使用示例
convert_coco_to_yolo('annotations.json', 'images/', 'labels/')

六、自定义数据集训练

6.1 创建数据配置文件 data.yaml

# data.yaml
path: ./dataset          # 数据集根目录
train: images/train      # 训练集图片目录（相对 path）
val: images/val          # 验证集图片目录

nc: 2                    # 类别数量
names: ['person', 'car'] # 类别名称

6.2 训练命令（CLI 方式）

# 基础训练
yolo train data=data.yaml model=yolov8n.pt epochs=100 imgsz=640

# 带参数训练
yolo train data=data.yaml model=yolov8s.pt epochs=200 batch=16 lr0=0.01 device=0

6.3 训练命令（Python API 方式）

from ultralytics import YOLO

# 加载预训练模型
model = YOLO("yolov8n.pt")

# 开始训练
results = model.train(
    data="data.yaml",      # 数据集配置文件
    epochs=100,            # 训练轮数
    imgsz=640,             # 输入图像尺寸
    batch=16,              # 批次大小
    lr0=0.01,              # 初始学习率
    device=0,              # 使用 GPU 0（CPU 则用 'cpu'）
    workers=4,             # 数据加载线程数
    patience=50,           # 早停轮数
    save=True,             # 保存模型
    project="runs/train",  # 保存目录
    name="my_model"        # 实验名称
)

参数说明对照表（方便查阅）

参数	类型	默认值	说明
data	str	必填	数据集配置文件路径（.yaml）
epochs	int	100	训练轮数
batch	int	16	批大小
imgsz	int	640	输入图像尺寸
workers	int	8	数据加载线程数（Windows 建议 0/2，Linux 可 8）
device	str/int	0	设备：‘cpu’ 或 GPU 编号（0,1,…）
warmup_epochs	int	3	预热轮数
patience	int	50	早停轮数（0 表示不早停）
save	bool	True	是否保存模型
project	str	‘runs/train’ 结果保存根目录

其他参数参见官方地址：https://docs.ultralytics.com/usage/cfg/

6.4 训练参数优化建议

参数	推荐值	说明
epochs	100-300	数据集越大，轮数越多
batch	8-32	根据 GPU 显存调整
imgsz	640-1280	小目标检测可增大
mosaic	0.5-1.0	数据增强，
mixup	0.1-0.3	小目标检测建议降低
lr0	0.01	初始学习率
device	0,1,…	GPU 编号，多卡用 ‘0,1’

6.5 恢复训练

# 从断点恢复训练
model = YOLO("runs/train/my_model/weights/last.pt")
model.train(resume=True)

七、模型评估与推理

7.1 验证集评估

# CLI 方式
yolo val model=runs/train/my_model/weights/best.pt data=data.yaml
python

# Python API
model = YOLO("runs/train/my_model/weights/best.pt")
metrics = model.val()
print(f"mAP50-95: {metrics.box.map:.4f}")
print(f"mAP50: {metrics.box.map50:.4f}")

7.2 使用训练好的模型进行推理

from ultralytics import YOLO

# 加载训练好的模型
model = YOLO("runs/train/my_model/weights/best.pt")

# 图片推理
results = model("test_image.jpg")
results[0].show()

# 视频推理
results = model("test_video.mp4", save=True)

7.3 导出模型用于部署


model.export(format="onnx", imgsz=640)          # ONNX
model.export(format="engine", device=0)         # TensorRT
model.export(format="torchscript")              # TorchScript
model.export(format="tflite")                   # TFLite（移动端）

八、完整流程

8.1 训练流程

# 完整示例：从训练到推理
from ultralytics import YOLO

# 1. 加载预训练模型
model = YOLO("yolov8n.pt")

# 2. 训练自定义模型
model.train(
    data="data.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device=0,
    project="runs/train",
    name="my_detector"
)

# 3. 验证模型
metrics = model.val()
print(f"训练完成，mAP: {metrics.box.map:.4f}")

# 4. 加载最佳模型
best_model = YOLO("runs/train/my_detector/weights/best.pt")

# 5. 推理测试
results = best_model("test_image.jpg")
results[0].show()

# 6. 导出模型
best_model.export(format="onnx")

九、常见问题与解决方案

问题 1：模型下载超时

解决：手动下载模型文件放到当前目录，或设置镜像：

export HF_ENDPOINT=https://hf-mirror.com   # Linux/macOS
set HF_ENDPOINT=https://hf-mirror.com      # Windows

问题 2：CUDA 不可用

解决：检查并安装对应 CUDA 版本的 PyTorch：

import torch
print(torch.cuda.is_available())  # 检查
# 重新安装对应 CUDA 版本的 PyTorch
# pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

问题 3：内存不足（OOM）

解决：

减小 batch 大小
减小 imgsz 尺寸
使用 device=‘cpu’ 先用 CPU 测试

问题 4：多线程共享模型冲突

# ❌ 错误：多线程共用模型
model = YOLO("model.pt")
Thread(target=lambda: model("image1.jpg")).start()
Thread(target=lambda: model("image2.jpg")).start()

# ✅ 正确：每个线程独立加载
def predict(img):
    model = YOLO("model.pt")
    return model(img)

问题 5：标注工具选择

labelImg：经典工具，支持 VOC/YOLO 格式，适合小规模标注。
Make Sense：在线工具，无需安装，适合快速标注。
Label Studio：全能型，支持多种标注类型，配置稍复杂。

问题 6：标注类别编号不一致

YOLO 格式要求类别编号从 0 开始连续，且与 data.yaml 中的 names 顺序严格对应
若使用 labelImg，可在 data/predefined_classes.txt 中预定义类别列表，确保顺序一致

十、资源汇总

资源	链接
Ultralytics 官方文档	https://docs.ultralytics.com
GitHub 仓库	https://github.com/ultralytics/ultralytics
预训练模型下载	https://github.com/ultralytics/assets/releases
COCO 数据集	https://cocodataset.org
Open Images 数据集	https://storage.googleapis.com/openimages/web/index.html

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

KCC 中的三元分解

AtomGit开源社区

AI Agent Harness Engineering 在医疗健康领域的辅助诊断潜力

在当今世界，医疗健康领域正面临着前所未有的挑战。随着人口老龄化的加剧，慢性疾病的发病率不断上升，医疗资源的供需矛盾日益突出。同时，医学知识的爆炸式增长也使得医生难以跟上最新的研究进展。在这样的背景下，人工智能（AI）技术的出现为解决这些问题带来了新的希望。本文的目的是探讨AI Agent Harness Engineering这一新兴技术在医疗健康领域的辅助诊断潜力。我们将从基础概念开始，逐步深入

AtomGit开源社区

Agent项目推荐

AtomGit开源社区

所有评论(0)

查看更多评论

2401_89286368

@2401_89286368

已为社区贡献1条内容

YOLOv8 从零开始完整教程：环境搭建、模型下载、推理与训练

2401_89286368

YOLOv8 从零开始完整教程：环境搭建、模型下载、推理与训练

前言

一、环境准备

1.1 系统要求

1.2 检查 GPU 环境（可选但推荐）

1.3 安装 Ultralytics 包

1.4 验证安装

1.4 安装jupyterlab（可选但推荐）

二、模型下载

2.1 自动下载（首次运行时自动触发）

2.2 手动下载（推荐，避免网络超时）

2.3 各规格性能对比（COCO 数据集）

三、图片推理

3.1 单张图片推理（Python API）

3.2 批量图片推理

3.3 使用 CLI 命令行

3.4 解析检测结果

3.5 支持的输入类型

四、视频推理与摄像头实时检测

4.1 视频文件推理

4.2 实时摄像头检测

4.3 流式处理（避免内存溢出）

4.4 保存视频中的关键帧检测结果

4.5 支持的视频输入类型

五、数据集准备

5.1 公开数据集下载

5.2 数据集目录结构

5.3 标注格式（YOLO 格式）

5.4 JSON 转 YOLO 格式脚本（适用于 COCO 格式）

六、自定义数据集训练

6.1 创建数据配置文件 data.yaml

6.2 训练命令（CLI 方式）

6.3 训练命令（Python API 方式）

6.4 训练参数优化建议

6.5 恢复训练

七、模型评估与推理

7.1 验证集评估

7.2 使用训练好的模型进行推理

7.3 导出模型用于部署

八、完整流程

8.1 训练流程

九、常见问题与解决方案

问题 1：模型下载超时

问题 2：CUDA 不可用

问题 3：内存不足（OOM）

问题 4：多线程共享模型冲突

问题 5：标注工具选择

问题 6：标注类别编号不一致

十、资源汇总

所有评论(0)

温馨提示：您尚未绑定手机号

2401_89286368