一、训练
1、环境搭建
使用的是AUTODL环境，yolov8-obb数据集不大，也可以使用cpu。
2、创建虚拟环境
# 创建虚拟环境
conda create -n yolov8_env python=3.8
# 初始化
source activate
# 激活
conda activate yolov8_env
3、下载yolov8源码
https://github.com/ultralytics/ultralytics
可以使用git克隆，也可以直接下载zip文件，拷贝进入在解压。
发现yolov8源码无法在通过源码安装了
4、安装
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple
5、训练yolov8-obb
执行命令开始训练
yolo obb train data=dota8.yaml model=yolov8s-obb.pt epochs=500 imgsz=640 device=0
不明白，执行后，为什么会下载yolov8n.pt文件
下载很慢，可以先下载后拷贝到工程目录下
直接下载yolov8n.pt文件
https://objects.githubusercontent.com/github-production-release-asset-2e65be/521807533/661f1788-ea3e-404c-9bd6-57214dbb36fc?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=releaseassetproduction%2F20240820%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Date=20240820T113641Z&X-Amz-Expires=300&X-Amz-Signature=5aa0e69b7a8e9aa773f028f621e6b66d0738f83a746078afcc4304035fed0bcb&X-Amz-SignedHeaders=host&actor_id=45702600&key_id=0&repo_id=521807533&response-content-disposition=attachment%3B%20filename%3Dyolov8n.pt&response-content-type=application%2Foctet-stream
等几分钟后，训练完成。
6、测试
yolo obb predict model=/root/yolov8/runs/obb/train4/weights/best.pt source=./test.jpg
