YOLOv8训练自己的数据集+改进方法复现

news2024/11/15 7:02:14

yolov8已经出来好几个月了，并且yolov8从刚开始出来之后的小版本也升级好几次，总体变化不大，个别文件存放位置发生了变化，以下以最新版本的YOLOv8来详细学习和使用YOLOv8完成一次目标检测。

一、环境按照

深度学习环境搭建就不再重复了，可以查看上篇文章：如何安装 Anaconda，安装好之后使用conda命令创建一个新的环境，此环境还需包含PyTorch>=1.8，命令如下：

-- 创建环境
conda create -n yolov8 python=3.8

-- 激活环境
conda activate yolov8

安装依赖：

pip install ultralytics

--验证环境是否安装成功
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

安装完ultralytics之后就可以通过命令使用yolov8进行目标检测了，使用命令可以参考YOLO官网的快速开始教程：YOLO官网快速开始教程，但我们并不只是想用官方的模型权重，而是要训练和改进为自己的数据集，所以要下载下来源码进行运行改进

Yolov8 的源代码下载：

https://github.com/ultralytics/ultralytics

在这里插入图片描述
可见我这里环境已配置好，运行结果正常，并且运行结果保存在D:\git\ai\yolov8\ultralytics\runs\detect\predict

二、制作自己的数据集

2.1 准备工作

在ultralytics目录下新建data文件夹，下再新建四个文件夹，先说明这四个文件夹分别是用来干什么的，后面会往里面一一加入需要添加的内容。

  • Annotations文件夹：用来存放使用labelimg给每张图片标注后的xml文件，后面会讲解如何使用labelimg进行标注。
  • Images文件夹：用来存放原始的需要训练的数据集图片，图片格式为jpg格式。
  • ImageSets文件夹：用来存放将数据集划分后的用于训练、验证、测试的文件。
  • Labels文件夹：用来存放将xml格式的标注文件转换后的txt格式的标注文件。

先在根目录下创建好对应的文件夹，最终效果如图所示：
在这里插入图片描述

2.2 准备数据集

我做的是关于小麦病害的检测，根据采集的数据集将小麦病害划分为7个种类，分别为白粉病、赤霉病、叶锈病、条锈病、颖枯病、正常麦穗、正常麦叶。下图为数据集的一部分，共准备了四千多张原始图片，大约每个种类600张。此处会用到一个非常高效的重命名方式，就不用一张一张图片的进行重命名。批量重命名的代码如下。4000张图片准备好后就放在images文件夹中即可。
在这里插入图片描述

python批量重命名:

import os
class BatchRename():
    '''
    批量重命名文件夹中的图片文件
    '''
    def __init__(self):
        self.path = 'D:\git\ultralytics\data\images'   #表示需要命名处理的文件夹
        self.new_path='D:\git\ultralytics\data\images\new'
    def rename(self):
        filelist = os.listdir(self.path)    #获取文件夹中文件的所有的文件
        total_num = len(filelist)           #获取文件长度（个数）
        i = 1  #表示文件的命名是从1开始的
        for item in filelist:
            if 1:  #初始的图片的格式为jpg格式的（或者源文件是png格式及其他格式，后面的转换格式就可以调整为自己需要的格式即可）
                src = os.path.join(os.path.abspath(self.path), item)     #连接两个或更多的路径名组件
                # dst = os.path.join(os.path.abspath(self.new_path), ''+str(i) + '.jpg')#处理后的格式也为jpg格式的，当然这里可以改成png格式
                dst = os.path.join(os.path.abspath(self.path), 'wheat' + format(str(i), '0>3s') + '.jpg')    #这种情况下的命名格式为0000000.jpg形式，可以自主定义想要的格式
                try:
                    os.rename(src, dst)    #src – 要修改的目录名      dst – 修改后的目录名
                    print('converting %s to %s ...' % (src, dst))
                    i = i + 1
                except:
                    continue
        print ('total %d to rename & converted %d jpgs' % (total_num, i))
 
if __name__ == '__main__':
    demo = BatchRename()
    demo.rename()

2.3 使用labelimg进行标注

labelimg的安装很简单，直接使用pip命令安装就可以

安装labelimg

pip install labelimg

启动
labelimg

Labelimg是一个图像标注工具，软件使用非常简单，安装成功后直接输入labelimg就可以直接启动
labelimg
使用说明：

（1）Open就是打开图片，我们不需要一张一张的打开，太麻烦了，使用下面的Open Dir

（2）Open Dir就是打开需要标注的图片的文件夹，这里就选择images文件夹

（3）change save dir就是标注后保存标记文件的位置，选择需要保存标注信息的文件夹，这里就选择Annotations文件夹

（4）特别注意需要选择好所需要的标注文件的类型。有yolo(txt)， pascalVOC (xml)两种类型。yolo需要txt文件格式的标注文件，但是这里我们选择pascalVOC，后面再将xml格式的标注文件转化为所需的txt格式。

（5）按W键或点击Create\nRectBox开始创建矩形框，把要进行识别训练的区域标记出来就行，选好框后我们选是什么类别（predefined_classes文件，在里面提前写好要训练的类型的原因），整张图片的所有目标都标记好了之后按Ctrl+S或点击Save保存 ，然后切换下一张继续，快捷键为按D键，每一张图片标记后都要保存，这个过程是一个比较繁琐的过程

在这里插入图片描述
整张图片的所有目标都标记好了之后按Ctrl+S或点击Save保存 ，然后切换下一张继续，快捷键为按D键，每一张图片标记后都要保存，这个过程是一个比较繁琐的过程.

标注之后的效果如下图所示，会在目标目录生成对应的xml文件
在这里插入图片描述

2.4 4.数据集的划分

在ultralytics的根目录下创建一个脚本，创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集、验证集、测试集，里面存放的就是用于训练、验证、测试的图片名称。代码内容如下：

import os
import random
 
 
trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

2.5 5.转换数据集格式

创建voc_label.py文件，他的作用：（1）就是把Annoctions里面的xml格式的标注文件转换为txt格式的标注文件，每个图像对应一个txt文件，文件每一行为一个目标的信息，包括class， x_center， y_center， width， height。

（2）就是运行后除了会生成转换后labels文件夹下的60张图片的txt文件，还会在data文件夹下得到三个包含数据集路径的txt文件，train.tx，tes.txt，val.txt这3个txt文件为划分后图像所在位置的绝对路径，如train.txt就含有所有训练集图像的绝对路径。

 
import xml.etree.ElementTree as ET
import os
from os import getcwd
 
sets = ['train', 'val', 'test']
classes = ['High Ripeness','Low Ripeness','Medium Ripeness']
abs_path = os.getcwd()
print(abs_path)
 
def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h
 
def convert_annotation(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('data/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        # difficult = obj.find('difficult').text
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
 
wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + 'data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

2.6 编写数据集配置文件

创建 wheat.yaml
内容如下，其文件路径正是上文生成的划分配置集文件
nc代表类别数量，比如我这里是7个分类
names是每个分类名称

train: D:\git\ai\yolov8\data\train.txt
val: D:\git\ai\yolov8\data\val.txt
test: D:\git\ai\yolov8\data\test.txt

nc: 7
names:
  0: Powdery Mildew  # 白粉病
  1: Scab            # 赤霉病
  2: Leaf Rust       # 叶锈病
  3: Stripe Rust     # 条锈病
  4: Glume Blotch    # 颖枯病
  5: Wheat Ear       # 正常麦穗
  6: Wheat Leaf      # 正常麦叶

到这一步，数据集就算制作好了！下一步就开始训练吧

三、训练自己的数据集

（1）yolo提供自己的指令模式，在调参方面十分方便，可以直接用命令来完成

yolo train data=你的配置文件（xx.yaml）的绝对路径 model=yolov8n.pt epochs=300 imgsz=640 batch=8 workers=0 device=0

(3)训练过程首先会显示你所使用的训练的硬件设备信息，然后下一段话则是你的参数配置，紧接着是backbone信息，最后是加载信息，并告知你训练的结果会保存在runs\detect\trainxx。如图所示，如果正常的话就会输出下面的信息
在这里插入图片描述
然后就能开始训练了！

下面的改进方法有时间再接着写，先吃饭去~

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1132668.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Cesium 展示——实现鼠标移动到实体上动态高亮显示

Cesium 展示——实现鼠标移动到实体上动态高亮显示

文章目录 需求分析需求 在开发中，遇到这样一个需求：在绘制完实体后，要求鼠标移动到上边后有高亮的效果，看的清除一点，因此，经过尝试，做出了如下解决方案 在这里，我们以线为例，实现其动态高亮显示 分析 在这里我们首先需要有一个鼠标监听事件，在合适的位置注册鼠标监听…
阅读更多...
uni.showModal的用法

uni.showModal的用法

uni.showModal({title: 提示,//标题content: "内容",//提示内容可以加入\r\n进行换行showCancel: true,//是否显示取消按钮，默认为truecancelText: 取消,//取消按钮的文字confirmText: 确定,//确认按钮的文字confirmColor: #ff0000,//确认按钮文字颜色can…
阅读更多...
chrony时间服务

chrony时间服务

目录 1.1.重要性 1.2. Linux的两个时钟 1.3. NTP 1.4. Chrony介绍 2.安装与配置 2.1.安装: 2.2. Chrony配置文件分析 3.实验 3.1实验1 3.2实验2 3.常见时区 1.1.重要性 ●由于IT系统中，准确的计时非常重要，有很多种原因需要准确计时: 。在网络…
阅读更多...
Netty核心源码剖析

Netty核心源码剖析

Netty 线程模型 Netty高并发高性能架构设计精髓 主从Reactor线程模型NIO多路复用非阻塞无锁串行化设计思想支持高性能序列化协议零拷贝(直接内存的使用)ByteBuf内存池设计灵活的TCP参数配置能力并发优化 无锁串行化设计思想 在大多数场景下，并行多线程处理可以提…
阅读更多...
网络原理之TCP协议（超详细 干货满满）

网络原理之TCP协议（超详细 干货满满）

文章目录 前言TCP 协议的段格式TCP 协议的相关特性什么叫做可靠传输TCP 采用了哪些主要机制保证了可靠传输和优化传输效率1. 确认应答2. 超时重传3. 连接管理（三次握手、四次挥手）三次握手（建立连接）四次挥手（断开连接…
阅读更多...
【方法】如何给PDF文件添加“打开密码”？

【方法】如何给PDF文件添加“打开密码”？

PDF文件可以在线浏览，但如果想要给文件添加“打开密码”，就需要用到软件工具，下面小编分享两种常用的工具，小伙伴们可以根据需要选择。 工具一：PDF编辑器 PDF阅读器一般是没有设置密码的功能模块，PDF编辑器…
阅读更多...
全志A523（显示篇一）

全志A523（显示篇一）

全志使用de架构，兼容drm架构 返回目录
阅读更多...
全面的‘由于找不到mfc110u.dll,无法继续执行代码’的解决方法分享，3分钟教你快速修复

全面的‘由于找不到mfc110u.dll,无法继续执行代码’的解决方法分享，3分钟教你快速修复

在我们使用电脑的过程中，有时候可能会遇到某个应用程序启动失败，提示“由于找不到mfc110u.dll,无法继续执行代码”的问题。本文将详细介绍如何针对这类问题进行处理，以及mfc110u.dll文件的相关知识。 一.mfc110u.dll文件盘点 首先&#xff0…
阅读更多...
用豆瓣电影和掌桥科研练习网页解析的三种方式——正则、Xpath和bs4

用豆瓣电影和掌桥科研练习网页解析的三种方式——正则、Xpath和bs4

网页解析 豆瓣电影解析方式正则表达式Xpathbs4 翻页 掌桥科研正则表达式Xpathbs4 豆瓣电影 解析方式 先爬取数据： # -- coding: utf-8 --** import requests import json import time import pandas as pdurlhttps://movie.douban.com/top250?start0&filter…
阅读更多...
【带头学C++】----- 1.基础知识 ---- 1.21.23.9 位运算符的综合应用

【带头学C++】----- 1.基础知识 ---- 1.21.23.9 位运算符的综合应用

最近做任务，公司项目比较重，赶上1024的活动流量券任务，内容治疗略微有一些杂乱，后期会把专栏目录重新搞一下，内容我是融合了很多课程和书籍包含ai的一些理解，我整理和增加了自己的见解和代码贴图&#xff0…
阅读更多...
【java学习—八】关键字static（4）

【java学习—八】关键字static（4）

文章目录 1. 前言2. 关键字static3. 代码理解3.1. 类变量3.2. 类方法3.3. 工具类3.4. 总结 4. 注意事项 1. 前言 当我们编写一个类时，其实就是在描述其对象的属性和行为，而并没有产生实质上的对象，只有通过 new 关键字才会产生出对象&#xf…
阅读更多...
10-16/10-17 JavaWeb入门/servlet

10-16/10-17 JavaWeb入门/servlet

JavaWeb 现实生活中的互联网项目都是javaWeb项目, 包含网络, 多线程, 展示: HTML等其他的前端技术, 界面窗体展示(Swing包,AWT包 窗体), C#, JAVAWeb架构:(面试重点：要求记忆) B/S: 浏览器/服务器 优点: 以浏览器作为客户端, 使用这个软件, 用户不需要下载客户端,…
阅读更多...
Spring Cloud之服务熔断与降级（Hystrix）

Spring Cloud之服务熔断与降级（Hystrix）

目录 Hystrix 概念 作用 服务降级 简介 使用场景 接口降级 服务端服务降级 1.添加依赖 2.定义接口 3.实现接口 4.Controller类使用 5.启动类添加注释 6.浏览器访问 客户端服务降级 1.添加依赖 2.application.yml 中添加配置 3.定义接口 4.Controller类使用 …
阅读更多...
Chat Towards Data Science｜如何用个人数据知识库构建 RAG 聊天机器人？

Chat Towards Data Science｜如何用个人数据知识库构建 RAG 聊天机器人？

生成式人工智能时代，开发者可以借助大语言模型（LLM）开发更智能的应用程序。然而，由于有限的知识，LLM 非常容易出现幻觉。检索增强生成（RAG）https://zilliz.com/use-cases/llm-retrieval-augment…
阅读更多...
TS 入门指南

TS 入门指南

TS 类型基本用法 TS简介 TypeScript，简称 TS， 是一种由微软开发的编程语言，它是对 JavaScript 的一个增强让我们更加方便地进行类型检查和代码重构，提高代码的可靠性和可维护性同时，TypeScript 还支持 ECMAScript 的…
阅读更多...
对长度为n的顺序表L，编写一个时间复杂度为O（n），空间复杂度为O（1）的算法，该算法删除线性表中的所有值为x的数据元素

对长度为n的顺序表L，编写一个时间复杂度为O（n），空间复杂度为O（1）的算法，该算法删除线性表中的所有值为x的数据元素

对长度为n的顺序表L，编写一个时间复杂度为O(n)，空间复杂度为O(1)的算法，该算法删除线性表中的所有值为x的数据元素 算法思路： 用count标记遇到x的次数，每次遇到x，count 遇到非x的元素，把它前移…
阅读更多...
探索企业基本信息查询API：数据访问的便捷方式

探索企业基本信息查询API：数据访问的便捷方式

前言 当涉及到获取企业的基本信息时，传统的方法往往需要大量的时间和人力资源，以收集、整理和验证数据。然而，现在有一种便捷的方式可以解决这个问题，那就是通过企业基本信息查询API。本文将探讨这种API是如何成为数据访问的便捷…
阅读更多...
【Hive SQL】字符串操作函数你真的会用吗？

【Hive SQL】字符串操作函数你真的会用吗？

文章目录 ININSTRSUBSTRLOCATELIKE 前言： 今天在做一个需求的时候，需要判断字符串中是否包含一个子串，然后我发现了我平常没注意到的一个点，通过这篇博文来记录一下。 IN IN 函数用于判断一个元素是否存在于所给的元素组中&…
阅读更多...
【基础架构设计】仿12306系统公共组件设计深度解析

【基础架构设计】仿12306系统公共组件设计深度解析

仿12306系统学习 学习路线 12306 铁路购票系统学习总体分为三块：组件库开发、业务梳理以及业务系统开发。 组件库开发 组件库的产出源于对公共功能的封装，避免了在不同项目之间相互复制代码的情况。当然，如果这种复制代码的方式出现问题&a…
阅读更多...
红酒种类及更多的红酒基本知识

红酒种类及更多的红酒基本知识

从法国不拘一格的绿色牧场到北加州的金山，各种不同类型的红葡萄酒从淡色到豪放，从各种不同的种植地区走向世界各地的餐桌。来自云仓酒庄品牌雷盛红酒分享红葡萄酒在味道、酒体、颜色、香味以及它们提供的整体体验方面可以有很大的不同。 为合适的场合选…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023