YOLOv8實例分割實戰：訓練自己的資料集

Ultralytics YOLOv8 基於先前 YOLO 版本的成功，引入了新功能和改進，進一步提升性能和靈活性。YOLOv8 支援目標檢測與跟蹤、實例分割、圖像分類和姿態估計任務。

本課程將手把手地教大家使用labelme標注和使用YOLOv8訓練自己的資料集，完成一個多目標實例分割實戰專案。本課程以汽車駕駛場景圖片和視頻開展專案實戰：對汽車行駛場景中的路坑、車、車道線進行物體標注和實例分割。

本課程分別在Windows和Ubuntu系統上做專案演示。包括：安裝軟體環境（Nvidia顯卡驅動、cuda和cudnn）、安裝PyTorch、安裝YOLOv8、使用labelme標注自己的資料集、資料集格式轉換、準備自己的資料集、修改設定檔、訓練自己的資料集、測試訓練出的網路模型和性能統計。