一、创建数据集文件夹

在根目录创建datasets文件夹（以后的数据集文件夹都存在这下面）

以traffic数据集为例

如图，每个数据集包括test、train、valid三个文件夹，每个文件夹下都包括images、labels两个文件夹。其中images存放目标图片，labels存放目标标签。

二、收集图片

截图所要识别的目标图片，若要提升识别精准度，可对目标图片进行阴影、雾化、抖动、高斯模糊、局部翻转等处理。

1.激活yolov8环境

1	conda activate yolov8 #你的虚拟环境名称

2.安装labelimg

1	pip install labelimg

3.终端输入labelimg

4.open dir 打开图片所在文件夹（datasets/traffic/train/images）

5.change save dir 改变标签存放文件夹（datasets/traffic/train/labels）

6.如图设置

7.开始标注即可

1.将数据集中的少部分img及其对应的label剪切移动到valid文件夹。

2.参考coco的数据集yaml描述文件，写你对应的yaml文件,放在datasets根目录。

1.cd到ultralytics文件夹

2.终端执行

1	yolo train data=datasets/traffic.yaml model= yolov8n.pt epochs=100 #根据情况设置迭代次数。

3.训练完毕