1.在GitHub上下载YOLOv8源码和预训练模型

源码：https://github.com/Ahqiu1/YOLO-v8
预训练模型：https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt

2.配置YOLOv8运行的环境

打开终端

输入conda create -n yolov8 python=3.9.13
新建名为yolov8的新环境，python版本根据自己的需要指定。
输入activate yolov8进入新建的环境中
输入pip install ultralytics配置YOLOv8运行所需环境

3.训练模型

3.1新建一个data.yaml文件

其中的内容根据自己的情况进行修改，train等三个文件夹路径是训练集、验证集和测试集的图片文件夹路径

train: D:\Pycharm_Projects\ultralytics\ultralytics\datasets\mooncake\train  # train images (relative to 'path') 128 images
val: D:\Pycharm_Projects\ultralytics\ultralytics\datasets\mooncake\valid # val images (relative to 'path') 128 images
test: D:\Pycharm_Projects\ultralytics\ultralytics\datasets\mooncake\test # test images (optional)

nc: 1
names: ['can']

3.2使用Python指令进行训练