【计算机视觉】YOLOv8数据集配置示例：目标检测类别定义与数据集路径设置说明

内容概要：本文档提供了YOLOv8模型使用的数据集配置示例。文档指定了数据集的基本路径为“./datasets/coco”，并分别明确了训练集、验证集和测试集的子路径为“images/train”、“images/val”和“images/test”。此外，文档还列举了数据集中涉及的类别标签，共计10类，包括person（人）、bicycle（自行车）、car（汽车）、motorcycle（摩托车）、airplane（飞机）、bus（公共汽车）、train（火车）、truck（卡车）、boat（船）和traffic light（交通灯）。; 适合人群：对YOLOv8有一定了解，想要快速配置数据集进行模型训练或评估的研究人员与工程师。; 使用场景及目标：①帮助用户正确设置YOLOv8的数据集路径，确保模型能够顺利加载训练、验证及测试图片；②让用户明确数据集中包含的具体类别，以便根据实际需求调整或扩展类别标签。; 阅读建议：由于本文档主要为配置说明，在阅读时应重点关注路径设置与类别定义部分，确保本地环境下的文件路径与文档一致，并根据自身项目需求确认是否需要增加新的类别标签。