YOLOv8实例分割模型部署至Roboflow遇InvalidDatasetException错误

正确的上传部署步骤 #

针对实例分割数据集，无法直接使用deploy()方法（该方法仅支持目标检测），需改用Roboflow SDK的upload_weights()方法并指定分割模型类型：

1. 更新Roboflow SDK
   先确保SDK为最新版本，避免兼容问题：

   pip install --upgrade roboflow
   

2. 上传分割权重并部署
   使用upload_weights()方法，明确设置model_type为"yolov8-segmentation"，代码示例：

   from roboflow import Roboflow
   
   rf = Roboflow(api_key="你的API密钥")
   project = rf.workspace("你的工作区名称").project("你的项目名称")
   version = project.version(2)
   
   # 上传分割权重并完成部署
   version.upload_weights(
       weights_path="/content/drive/MyDrive/PATH/model/runs/segment/train4/weights/best.pt",
       model_type="yolov8-segmentation",
       name="YOLOv8实例分割模型"
   )
   

3. 确认部署状态
   上传完成后，可在Roboflow项目页面查看对应版本的状态，确认模型已成功部署为可调用的API。

关键注意事项 #

• 必须指定model_type="yolov8-segmentation"，通用的"yolov8"仅对应目标检测任务
• 权重路径需指向具体的.pt权重文件（如训练生成的best.pt），而非训练文件夹根目录
• 确保你的Roboflow项目类型为实例分割（Dataset Type设置为Instance Segmentation），否则仍会触发类型不匹配错误

内容的提问来源于stack exchange，提问作者Tim Cuizon