eval() with torch.no_grad(): for imgs, targets in val_loader: preds = model(imgs) val_loss = model.compute_loss(preds, targets) # 验证代码,如计算指标等 以上代码展示了如何在YOLOv8中实现数据增强,并将其应用于训练和验证数据集。你可以根据具体需求调整数据增强的策略。