2.2 YOLOv8训练自己的模型并部署RK3588（Rock5B开发板）_yolov8部署rk3588加速

2.2.1 模型训练

（1）yolov8环境创建

#下载rockchip优化后的代码
git clone https://github.com/airockchip/ultralytics_yolov8.git
#创建rk_py38_yolov8 虚拟环境
conda create -n rk_py38_yolov8 python=3.8
#激活虚拟环境
conda activate rk_py38_yolov8 
#进入yolov8目录，安装依赖
pip install -r requirements.txt
#将yolov8以连接链接安装
pip install -e .

（2）数据集准备

新建tran.yaml文件：

train: D:/Yolovx_Prj/data_base/car_4type_small/train
val: D:/Yolovx_Prj/data_base/car_4type_small/val
 
nc: 4 #类别数量
 
# Classes
names: ['car', 'van', 'bus', 'others']

（3）模型训练

conda activate rk_py38_yolov8
yolo train data=