YOLOV8自定义数据集训练过程中遇到的问题

书接上回，在弄好了Labelimg了以后，便开始了图像的标注。按照官网推荐的格式，建好文件夹。

文件夹格式：dataset下为train和val两个文件夹，两个文件夹中的内容均为images和labels。images里放的就是图像了，labels为标注的数据。
接下里就是创建自己的yaml文件，文件的内容指定数据集的根目录（path），训练数据集的位置（train）和验证数据集（val）的位置，指定到含图片的位置即可。类别的名称编号（names）和类别的数量（nc）需要见在这个过程中，又是由于不注意，出了一点小问题。
names的类别名称可以直接从labels中的classes.txt获取，记得names下面一定要按照标准的格式输入，否则在数据集验证的时候会不通过。在Pycharm中，在names下的所有参数，我都是用Tab缩进。这里是踩的第一个坑。
在标注的时候，多输入了一个没有用到的类别，我寻思删了应该没有问题，但是并不能通过ultralytics的数据集检查，说是names中的编号要按照顺序，没办法我又给加了回去，顺利的开始训练了。

在最后的最后，我以为一切都顺利的时候，我发现训练居然用的是cpu？赶紧中断确认CUDA的情况，CUDA是正常安装的，但是torch就返回cpu版本。

不得不说，我人麻了，之前还是好好的。去搜了一圈发现，基本上都是删了重装处理，看来重装真的在所难免。