目录
一、使用Autodl租服务器
二、YOLOv8的环境搭建与划分数据集
三、模型train
四、模型detect与val
一、使用Autodl租服务器
1.1 选择主机
1.2 选择基础镜像，然后点击“立即创建”
1.3 点击关机，选择无卡模式（这样省钱）
1.4 点击jupyterlab
1.5 上传数据集
下载FileZilla软件，进行数据集的上传。
步骤：点击左上角文件→站点管理器→填写主机、端口、密码→点击连接
本地站点选择要上传的文件夹，远程站点选择被上传到服务器的位置
数据上传完成后如下图
二、YOLOv8的环境搭建与划分数据集
2.1 关闭无卡模式，进入GPU模式，在启动页中点击终端输入python setup.py install。在autodl-tmp/dataset下，在终端输入python xml2txt.py
这样就跑完了，在输入python split_data.py，遇到错误如下图
在终端里输入pip install scikit-learn，就不会报错了。我们再重复上一步的python split_data.py。在路径autodl-tmp/dataset/下，就生成images与labels文件夹，images里生成train、val和test文件，各自里面包含图片；labels里生成train、val和test文件，各自里面包txt文件。到这里数据集的划分就结束了。
三、模型train
3.1点开data.yaml
train：填写训练集的路径；
val：填写验证集的路径；
test：填写测试集的路径；
nc：被检测物体的类别，这里用的VOC2007数据集中trainval部分，所以nc=20；
names：被检测物体的类别名称。
3.2点开default.yaml（里面摆放了一些参数）
路径在autodl-tmp/ultralytics/yolo/cfg/default.yaml
task：我们用来检测，所以用默认的detect；
model：是选择是train，还是val，或者其他。这里是训练模型，所以用默认的train；
model：放权重或者网络结构的yaml文件；
data：就是存放数据集的文件夹，这里是上面提到的data.yaml文件。
在终端输入yolo cfg=ultralytics/yolo/cfg/default.yaml进行模型训练
遇到了报错：
版本不符合他的要求，换个版本就行了。我这里采用的先卸载，再指定版本的库下载。
第一个报错：pip uninstall tqdmpip install tqdm第二个报错：pip uninst urllib3pip install urllib3==1.26.11
重新在终端输入yolo cfg=ultralytics/yolo/cfg/default.yaml进行训练，就不报错了。于是就开始下载权重文件了。
现在就正式训练了
四、模型detect与val
只需要把default.yaml中mode进行修改，在终端依旧输入yolo cfg=ultralytics/yolo/cfg/default.yaml进行detect与val。
