课程链接：https://edu.51cto.com/course/34245.html
垃圾分类是一项利国利民的民生工程，需要全社会的共同参与。 YOLOv8是前沿的目标检测技术，它基于先前 YOLO 版本在目标检测任务上的成功，进一步提升性能和灵活性。
本课程将手把手地教大家使用YOLOv8训练垃圾分类数据集，完成一个多目标检测实战项目。项目利用超万张已标注的目标检测数据集进行训练，对居民生活垃圾图片进行检测，找出图片中属于哪个类别的垃圾，并指示出在图片中的位置。项目完成后可实时检测图像、视频、摄像头和流媒体(http/rtsp)中分类垃圾，并提供可视化演示界面 。
本课程分别在Windows和Ubuntu系统上做项目演示。包括：数据集及格式转换、探索性数据分析（EDA）、安装软件环境（Nvidia显卡驱动、cuda和cudnn）、安装PyTorch、安装YOLOv8、 准备数据集（自动划分训练集和验证集）、修改代码（支持中文标签显示）、修改配置文件、训练垃圾分类目标检测数据集（合适的命令参数选择）、测试训练出的网络模型和性能统计、GUI可视化演示界面使用PySide6开发，支持本地图片和视频推理、摄像头实时视频流推理、HTTP/RTSP流实时推理。
