yolov8如何设置保存predict的视频，图片等结果？

就是这种带标签的视频

save=True

不知道你这个问题是否已经解决, 如果还没有解决的话:

帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7688652
我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：Python YOLOv3（YOLOv3_TensorFlow-master）predict_add.py （预测图像文件）移动到其他目录需要同时复制utils文件夹和model.py文件件

除此之外, 这篇博客: yolov5 train.py中的 加载图像路径和类别信息 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:

 #Config
        plots = not evolve   # create plots(创建图)  evolve-----evolve hyperparameters for x generations
        #为x个generations进化超参数
        cuda = device.type != 'cpu'
        init_seeds(1 + RANK)   #这里RANK到底是什么东西
        with torch_distributed_zero_first(LOCAL_RANK):     #  这也看不懂
            data_dict = data_dict or check_dataset(data)   # check if None
        train_path, val_path = data_dict['train'], data_dict['val']
        nc = 1 if single_cls else int(data_dict['nc'])     # number of classes
        names = ['item'] if single_cls and len(data_dict['names']) != 1 else data_dict['names']  # class names
        assert len(names) == nc, f'{len(names)} names found for nc={nc} dataset in {data}'    #  check
        is_coco =data.endswith('coco.yaml') and nc == 80   #COCO dataset

这一段是先设置了随机种子，然后记载data.yaml数据，读进来训练图像和测试图像的地址。在数据处理部分已经说过了，标签的地址是根据图像的地址替换掉‘imges’为'labels'得到的。所以这里只需要度图像地址就可以了。

这面这个就是data.yaml中的数据。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^