首先是环境配置的工作，看这个

YOLOv8操作指南-下载+配置环境-CSDN博客

接着是数据集的准备工作，看这个

划分数据集，训练自己的数据集。-CSDN博客

现在开始

为了方便训练，在yolov8项目里创建一个py文件

我创了一个名字为train.py文件

内容参考了README.zh-CN.md文件，指令有

我里面的内容直接复制就可以了

from ultralytics import YOLO

if __name__ == "__main__":
    model = YOLO("ultralytics/cfg/models/v8/yolov8n.yaml")  # 从头开始构建新模型
    model = YOLO("yolov8n.pt")  # 加载预训练模型（建议用于训练）
    model.train(data="data.yaml")  # 训练模型

 对以上内容进行解释，第一个yolov8n.yaml并没有在ultralytics/cfg/models/v8找到对应的，是因为yolov8后面加上那个后缀就是哪个了，如果你想用yolov8m.yaml，直接改成yolov8m.yaml就可以了

具体参数的调整，在这里：ultralytics/cfg/default.yaml

这个文件里是具体的参数调节的，比如batchsize，epoch之类的调节

注意一下：我在调节的时候，之前一直运行报错，是datast找不到之类这种的，

RuntimeError: Dataset 'data.yaml' error Dataset 'data.yaml' images not found , missing path

在ultralytics/data/utils.py这个文件里

按住ctrl+f键搜索，    if not path 

直接就搜到了

我在这两行前面加了注释，就是前面加了#，就解决了，遇到这种情况可以试试

对于ultralytics/cfg/default.yaml里参数的调节，

我主要说几个

epochs是训练轮数， 100就说跑100轮

batch是设置一批次跑几个，这个看自己显存设置，显存大就设置大，小就设置小，如果用cpu的话还是设置小一些吧，不能为0，最小1

imgsz是图象的大小，这个看你数据吧，动不动都无所谓

workers：我的电脑设置了0，cpu一般的话都建议用0，牛逼的电脑可以设置4或者8

另外，如果有报错

OSError: [WinError 1455] 页面文件太小，无法完成操作。

那么就吧workers设置为0再试试