基本语句 yolo task=detect mode=predict model=./yolov8n.pt source="./ulyralytics/assets/bus.jpg"source="./ulyralytics/assets/bus.jpg"：检测目标是当前目录下ulyralytics/assets/目录中名字叫bus.jpg的图片。选择后会自动进入base环境，然后输入conda

前言知识可以看我的上一篇笔记，先理解一下卷积和池化的含义。

这个问题我在一开始使用VS2017+onnxruntime1.15，搭配yolov8源代码时也遇到了，我这里是因为我的模型只有四种类型，而且写在前四列（见上面classes.txt）输出只有 8 列，但代码试图访问第 4 到 83 列（共 80 列）这超出了矩阵的实际列范围,这种维度不匹配通常是因为自定义模型与原始 YOLOv8 模型输出结构不同导致的。打开pycharm，打开本次将要处理的项目，

这个问题我在一开始使用VS2017+onnxruntime1.15，搭配yolov8源代码时也遇到了，我这里是因为我的模型只有四种类型，而且写在前四列（见上面classes.txt）输出只有 8 列，但代码试图访问第 4 到 83 列（共 80 列）这超出了矩阵的实际列范围,这种维度不匹配通常是因为自定义模型与原始 YOLOv8 模型输出结构不同导致的。打开pycharm，打开本次将要处理的项目，