📚 课程目录第2章 YOLOv8模型训练与权重获取

2. YOLOv8模型训练与权重获取：用Ultralytics官方库训出自定义数据集

好，模型选型搞定了，接下来就是真刀真枪地训练。这一章我会带你走一遍完整的流程：从准备自定义数据集、跑训练命令，到拿到那个关键的 best.pt 文件。顺便，我也会拆开模型配置文件给你看看里面到底写了啥。

我个人习惯把训练前的准备工作叫做“三件套”：数据、配置、代码。这三样齐了，训练就是一键的事。

  本章核心产出： 一个训练好的 best.pt 权重文件 + 对模型配置文件的清晰理解。

2.1 自定义数据集准备：别让数据拖后腿

我在项目里见过太多人，模型结构选得挺好，训练参数调了半天，最后发现是数据集格式不对——白忙活。YOLOv8 用的是标准的 COCO 格式，但做了简化。你需要准备成这样：

dataset/
├── images/
│   ├── train/    # 训练图片
│   └── val/      # 验证图片
├── labels/
│   ├── train/    # 训练标签（.txt文件）
│   └── val/      # 验证标签
└── data.yaml     # 数据集配置文件

每个 .txt 标签文件的格式是：

<class_id> <x_center> <y_center> <width> <height>

注意，坐标都是归一化到 [0, 1] 的。我刚开始做标注时，有次忘了归一化，模型直接训飞了——损失降不下去，检测框全跑出画面。嗯，这个坑我替你们踩过了。

data.yaml 长这样：

train: ./images/train
val: ./images/val

nc: 3
names: ['person', 'car', 'bicycle']

字段	说明	常见错误
`train`	训练图片路径	用了路径，换机器就炸
`val`	验证图片路径	路径写错导致验证集为空
`nc`	类别数量	跟标签文件里的 class_id 对不上
`names`	类别名称列表	顺序必须跟 class_id 一致

我曾经踩过的坑： 标签文件里 class_id 从 0 开始，但 names 列表里我写成了 ['person', 'car']，结果训练时类别索引全乱了。检查数据时一定要跑一遍验证脚本，别偷懒。

2.2 训练命令：一行代码搞定

Ultralytics 官方库把训练封装得极其简单。你只需要一行命令：

yolo train model=yolov8n.pt data=coco128.yaml epochs=100 imgsz=640

参数说明：

model：预训练权重路径。用 yolov8n.pt 表示从 Nano 版本开始微调。
data：你的 data.yaml 路径。
epochs：训练轮数。我一般先跑 50 轮看看损失曲线，再决定要不要加。
imgsz：输入图片尺寸。640 是默认值，显存够的话可以试试 1280。

训练过程中，你会看到终端里实时打印损失值和 mAP。我个人习惯盯着 box_loss 和 cls_loss 看——如果这两个值在最后 10 轮还在明显下降，说明还没收敛，可以加轮数。

小技巧： 用 device=0 指定 GPU，用 workers=8 加速数据加载。我遇到过 workers 设太大导致内存爆掉的情况，建议根据你的 CPU 核心数来设，一般 4 或 8 就够。

2.3 导出最佳权重：best.pt 在哪？

训练结束后，Ultralytics 会自动在 runs/detect/train/weights/ 目录下生成两个文件：

best.pt：验证集上 mAP 最高的权重。这是我们部署时用的。
last.pt：最后一轮的权重。如果训练中途断了，可以用它恢复。

为什么用 best.pt 而不是 last.pt？你想想看，模型可能在中间某个 epoch 就达到了最佳性能，继续训练反而可能过拟合。我有个项目就是用了 last.pt，结果部署后检测精度比预期低了 3 个点——换成 best.pt 立马好了。

拿到 best.pt 后，你可以快速验证一下：

yolo predict model=best.pt source=test.jpg

看到检测框正常，就可以放心进入下一阶段了。

2.4 模型配置文件结构：拆开看看里面

YOLOv8 的模型结构定义在 ultralytics/cfg/models/v8/ 目录下。拿 yolov8n.yaml 举例：

# Ultralytics YOLOv8n
nc: 80
scales:
  n: [0.33, 0.25, 1024]  # depth, width, max_channels

backbone:
  - [-1, 1, Conv, [64, 3, 2]]
  - [-1, 1, Conv, [128, 3, 2]]
  - [-1, 3, C2f, [128, True]]
  - [-1, 1, Conv, [256, 3, 2]]
  - [-1, 6, C2f, [256, True]]
  - [-1, 1, Conv, [512, 3, 2]]
  - [-1, 6, C2f, [512, True]]
  - [-1, 1, Conv, [768, 3, 2]]
  - [-1, 3, C2f, [768, True]]
  - [-1, 1, SPPF, [768, 5]]

head:
  - [-1, 1, nn.Upsample, [None, 2, 'nearest']]
  - [[-1, 6], 1, Concat, [1]]
  - [-1, 3, C2f, [512]]
  ...

关键点解读：

scales：控制模型深度和宽度。n/s/m/l/x 版本就是靠这个缩放的。
backbone：特征提取网络。每一行是一个模块，格式是 [输入层, 重复次数, 模块类型, 参数]。
head：检测头。负责把特征图转换成最终的检测结果。

举个例子，[-1, 3, C2f, [128, True]] 的意思是：从上一层取输入，重复 3 次 C2f 模块，输出通道 128，使用 shortcut 连接。

  为什么理解这个有用？ 如果你想修改模型结构——比如加一个检测头、换一种激活函数——就得改这个 yaml 文件。我做过一个项目，需要检测极小目标，就是在 backbone 里多加了一层下采样，然后调整 head 的输入层索引。

2.5 本章知识结构图

下面这张图把整个流程串起来了，你可以对照着看：

2.6 避坑总结

最后，我把训练过程中容易踩的坑列一下，都是我用真金白银换来的经验：

问题	现象	解决方案
标签 class_id 越界	训练报错或 loss 为 NaN	检查标签文件，确保 class_id < nc
图片路径错误	训练时提示找不到图片	用相对路径，或检查 data.yaml 路径
显存不足	训练中断，报 CUDA OOM	减小 batch size 或 imgsz
过拟合	训练损失低，验证损失高	增加数据增强或早停
用了 last.pt 部署	精度比预期低	换成 best.pt 重新验证

嗯，这一章的内容就到这。拿到 best.pt 之后，你就可以准备进入下一阶段——模型导出了。到时候我会教你如何把这个 PyTorch 权重转成 OpenCV 能直接用的格式。