YOLOv8在自定义数据集训练分割任务记录||Json标签转YOLO标签||标签可视化

简介：使用YOLOv8在自定义数据集上进行分割任务训练记录。

数据集：已有JSON格式的标签，可用于目标检测和分割任务。在训练前转成YOLO格式的txt标签。

一、下载项目源码，配置虚拟环境

1、下载项目源码，项目链接：GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite

2、YOLOv8 的快速入门 ：可以使用pip，conda，git clone等多种方式下载安装源码。

3、配置虚拟环境

目标：创建一个用于YOLOv8项目运行环境，并安装需要的库，如GPU版的PyTorch。

教程：按照习惯来，使用Conda或者PyCharm图形化创建环境都可以。参考博客【yolov8基础教程】Yolov8模型训练GPU环境配置保姆级教程（附安装包）-CSDN博客

4、在虚拟环境中安装依赖库：

pip install ultralytics

 5、测试是否能够正常运行：命令行加载到ultralytics路径 

yolo predict model=yolo8n.pt source='图片路径' imgsz=320