先进入vscode，进入src_repo文件夹。
第一步，克隆一个比较好的博主的库：
GitHub - Incalos/YOLO-Datasets-And-Training-Methods: This project involves making custom datasets for the YOLO series and model training methods for YOLO.
git clone https://github.com/Incalos/YOLO-Datasets-And-Training-Methods.git现在需要将目录整理成如下：
改动分别是：
0.修改下DataSets.py，改成我们需要的格式：
将第十五行改成自己的分类：
1.新建一个mytrain.py文件，用来把其他位置的数据克隆过来：
import os
import shutildata_root = '/home/data/'
for dir_name in os.listdir(data_root):if dir_name.endswith('.jpg'):print('error!')continuefor file_name in os.listdir(data_root+dir_name):if file_name.endswith('.jpg'):shutil.copy(data_root +dir_name + '/'+ file_name, '/project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/YoloDataSets/images/')elif file_name.endswith('.xml'):shutil.copy(data_root + dir_name + '/'+file_name, '/project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/YoloDataSets/Annotations/')2.新建一个my.py文件，用来执行自己的训练：
from ultralytics.yolo.utils import DEFAULT_CFG
from ultralytics import YOLO
from datetime import datetime
current_time = datetime.now()
time_str = current_time.strftime("%Y-%m-%d_%H-%M-%S") # 个人习惯, 用训练时间命名保存路径, 或者你自己自定义
DEFAULT_CFG.save_dir= f"/project/train/models/{time_str}"
model = YOLO('yolov8n.pt')
data = '/project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/YoloDataSets/data.yaml'
result = model.train(data = data, epochs = 100, batch = 32, save = True, device = 0)
3.新建文件夹YoloDataSets，在下面继续新建目录成如下格式：
其中两个文件夹是空的，而data.yaml需要填写自己的数据内容：
path : /project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/YoloDataSets
train: train.txt
val: val.txt
test: test.txt# number of classes
nc: 4# class names
names: ['car','bus','truck','others_vehicles',]
这样子，我们就可以训练了！
我们新建一个mytrain.sh文件：
cd /project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/
python mytrain.py
python DataSet.py --yoloversion yolov8 --trainval_percent 0.9 --train_percent 0.9 --mainpath /project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/YoloDataSets/
python my.py
在命令行运行
bash /project/train/src_repo/YOLO-Datasets-And-Training-Methods/yolov8/mytrain.sh就可以了！
下面是（）正常运行的画面：
正式训练，需要在平台上本地检测，
本地检测也是成功的！
说明我们的流程走对了！
这个过程中遇到的问题可能是有些库没安装，按照指示安装就是了；然后如果选用yolo其他版本，可以参考最上面博主的博客，支持大佬！
