一、YOLO V10安装、使用、训练大全

YOLO V10安装、使用、训练大全

一、下载官方源码
二、配置conda环境
三、安装YOLOV10依赖
四、使用官方YOLO V10模型
- 1.下载模型
- 2.使用模型
- - 2.1 图片案例
五、制作数据集
- 1.数据集目录结构
- 2.标注工具
- - 2.1 安装标注工具
  - 2.2 运行标注工具
  - 2.3 设置自动保存
  - 2.4 切换yolo模式
  - 2.5 开始标注
  - 2.6 数据集准备
  - - 2.6.1 数据集文件夹准备
    - 2.6.2 xml格式转yolo的txt训练格式
- 3.训练
- - 3.1 创建训练配置文件
  - 3.2 命令训练
  - 3.3 代码训练
- 4.测试模型
- - 4.1 图片
  - - 4.1.1 命令行
    - 4.1.2 代码
  - 4.2 视频
  - - 4.2.1 命令行
    - 4.2.2 代码

一、下载官方源码

源码点击下载

二、配置conda环境

# 1.在conda创建python3.9环境
conda create -n yolov10 python=3.9
# 2.激活切换到创建的python3.9环境
conda activate yolov10

三、安装YOLOV10依赖

# 1.切换到yolov10源码根目录下，安装依赖
# 注意：会自动根据你是否有GPU自动选择pytorch版本进行按照，这里不需要自己去选择pytorch和cuda按照，非常良心
pip install -r requirements.txt -i https://pypi.doubanio.com/simple
# 2.运行下面的命令，才可以在命令行使用yolo等命令
pip install -e .

四、使用官方YOLO V10模型

1.下载模型

在这里插入图片描述

模型下载
- YOLOv10-N：https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10n.pt
- YOLOv10-S：https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10s.pt
- YOLOv10-M：https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10m.pt
- YOLOv10-B：https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10b.pt
- YOLOv10-L：https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10l.pt
- YOLOv10-X：https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10x.pt
下载完放入源码根目录

2.使用模型

2.1 图片案例

import cv2
from ultralytics import YOLOv10

# 加载模型
model = YOLOv10("yolov10m.pt")

# 批量运算
results = model(["./datasets/group1/images/train/9597185011003UY_20240610_092234_555.png"], stream=True)

for result in results:
    boxes_cls_len = len(result.boxes.cls)
    if not boxes_cls_len:
        # 没有检测到内容
        continue
    for boxes_cls_index in range(boxes_cls_len):
        # 获取类别id
        class_id = int(result.boxes.cls[boxes_cls_index].item())
        # 获取类别名称
        class_name = result.names[class_id]

        # 获取相似度
        similarity = result.boxes.conf[boxes_cls_index].item()

        # 获取坐标值，左上角 和 右下角：lt_rb的值：[1145.1351318359375, 432.6763000488281, 1275.398681640625, 749.5224609375]
        lt_rb = result.boxes.xyxy[boxes_cls_index].tolist()
        # 转为：[[1145.1351318359375, 432.6763000488281], [1275.398681640625, 749.5224609375]]
        lt_rb = [[lt_rb[0], lt_rb[1]], [lt_rb[0], lt_rb[1]]]

        print("类别：", class_name, "相似度：", similarity, "坐标：", lt_rb)

    # 图片展示
    annotated_image = result.plot()
    annotated_image = annotated_image[:, :, ::-1]
    if annotated_image is not None:
        cv2.imshow("Annotated Image", annotated_image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

五、制作数据集

一般会将所有图片放到一个文件夹，打完标注后，从总的文件夹中，分别分不同的图片到训练集和数据集

1.数据集目录结构

在这里插入图片描述

2.标注工具

Labelimg是一款开源的数据标注工具，可以标注三种格式。
- VOC标签格式，保存为xml文件。
- yolo标签格式，保存为txt文件。
- createML标签格式，保存为json格式。

2.1 安装标注工具

pip install labelimg -i https://pypi.doubanio.com/simple

2.2 运行标注工具

在这里插入图片描述

labelimg：运行工具
images：图片文件夹路径
classes.txt：类别的文件

labelimg images label/classes.txt

在这里插入图片描述

2.3 设置自动保存

在这里插入图片描述

2.4 切换yolo模式

在这里插入图片描述

2.5 开始标注

在这里插入图片描述

标注完退出软件即可

2.6 数据集准备

2.6.1 数据集文件夹准备

在这里插入图片描述

yolo的label文件内容：<class_index> <x_center> <y_center> <width> <height>

2.6.2 xml格式转yolo的txt训练格式

运行下面脚本，就会转换

import os
import xml.etree.ElementTree as ET

classes = ['hero', 'monster', 'goods']


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    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(xml_file_paths, is_delete=False):
    """将某个文件夹下面所有的xml转换为yolo格式"""
    for xml_file_path in xml_file_paths:
        xml_file_dir, xml_file_name = os.path.split(xml_file_path)
        in_file = open(xml_file_path, 'r')
        out_file = open(os.path.join(xml_file_dir, xml_file_name[:-4]) + '.txt', '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'):
            cls = obj.find('name').text
            if cls not in classes:
                print(cls)
                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))
            bb = convert((w, h), b)
            out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


def traverse_folder(folder_path):
    """获取某个文件夹下面所有的xml文件"""
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            if file.lower().endswith(('.xml')):
                yield os.path.join(root, file)


if __name__ == '__main__':
    convert_annotation(traverse_folder(os.path.join(".", "datasets", "group1", "labels")))

在这里插入图片描述

txt格式就是yolo训练的格式

3.训练

3.1 创建训练配置文件

group1.yaml：文件和datasets文件夹同一个目录

path: group1 # dataset root dir
train: images/train # train images (relative to 'path') 128 images
val: images/val # val images (relative to 'path') 128 images
test: # test images (optional)

# Classes
names:
  0: hero
  1: monster
  2: goods

3.2 命令训练

yolo task=detect mode=train data=group1.yaml model=yolov10m.pt epochs=100 batch=16 device=cpu plots=True

上述各个参数解释如下，请根据自己的情况修改。
- yolo：运行yolo程序
- task=detect：指定任务为检测（detect）。YOLO模型可以用于不同的任务，如检测、分类等，这里明确指定为检测任务。
- mode=train：指定模式为训练（train）。这意味着你将使用提供的数据集来训练模型。
- data=group1.yaml：指定你自己的数据集yaml文件
- model=yolov10m.pt: 指定下载的yolov10预训练权重文件
- epochs=100：设置训练轮次，可以先设置一个5轮或者10轮，测试看看，顺利进行再设置大一点进行下一步训练。
- batch=4：设置训练集加载批次，主要是提高训练速度，具体得看你的显卡或者内存容量。如果显存大，则可以设置大一些。或许训练再详细讲解如何设置
- device=0：指定训练设备，如果没有gpu，则令device=cpu，如果有一个gpu，则令device=0，有两个则device=0,1以此类推进行设置。
- plots：指定在训练过程中生成图表（plots）。这可以帮助你可视化训练进度，如损失函数的变化等。

3.3 代码训练

待补充

4.测试模型

4.1 图片

4.1.1 命令行

yolo task=detect mode=predict conf=0.25 save=True model=runs/detect/train/weights/best.pt source=test_images_1/veh2.jpg

上述各个参数解释如下，请根据自己的情况修改。
- yolo：运行yolo程序
- task=detect：指定任务为检测（detect）。YOLO模型可以用于不同的任务，如检测、分类等，这里明确指定为检测任务。
- mode=predict：设置模式为预测（predict）。这意味着模型将使用提供的权重和图像进行预测，而不是进行训练。
- conf=0.25：设置置信度阈值为0.25。这意味着只有模型预测置信度大于或等于0.25的检测结果才会被考虑。
- save=True：指示模型保存预测结果。这通常会将结果保存为图像文件，其中检测到的对象会被标记出来。
- model=runs/detect/train/weights/best.pt：指定模型权重文件的位置。这里，best.pt是训练过程中保存的最佳权重文件，用于进行预测。
- source=test_images_1/veh2.jpg：指定要检测的源图像。这里，veh2.jpg是要进行对象检测的图像文件。

4.1.2 代码

from ultralytics import YOLOv10
import supervision as sv
import cv2

classes = {0: 'licence'}

model = YOLOv10('runs/detect/train6/weights/best.pt')
image = cv2.imread('veh2.jpg')

results = model(source=image, conf=0.25, verbose=False)[0]
detections = sv.Detections.from_ultralytics(results)
# 使用新的标注器
bounding_box_annotator = sv.BoundingBoxAnnotator()
label_annotator = sv.LabelAnnotator()

labels = [
    f"{classes[class_id]} {confidence:.2f}"
    for class_id, confidence in zip(detections.class_id, detections.confidence)
]

# 首先使用边界框标注器
annotated_image = bounding_box_annotator.annotate(
    image.copy(), detections=detections
)

# 然后使用标签标注器
annotated_image = label_annotator.annotate(
    annotated_image, detections=detections, labels=labels
)

cv2.imshow('result', annotated_image)
cv2.waitKey()
cv2.destroyAllWindows()

4.2 视频

4.2.1 命令行

yolo task=detect mode=predict conf=0.25 save=True model=runs/detect/train/weights/best.pt source=b.mp4

上述各个参数解释如下，请根据自己的情况修改。
- yolo：运行yolo程序
- task=detect：指定任务为检测（detect）。YOLO模型可以用于不同的任务，如检测、分类等，这里明确指定为检测任务。
- mode=predict：设置模式为预测（predict）。这意味着模型将使用提供的权重和图像进行预测，而不是进行训练。
- conf=0.25：设置置信度阈值为0.25。这意味着只有模型预测置信度大于或等于0.25的检测结果才会被考虑。
- save=True：指示模型保存预测结果。这通常会将结果保存为图像文件，其中检测到的对象会被标记出来。
- model=runs/detect/train/weights/best.pt：指定模型权重文件的位置。这里，best.pt是训练过程中保存的最佳权重文件，用于进行预测。
- source=b.mp4：指定要检测的源视频。

4.2.2 代码

from ultralytics import YOLOv10
import supervision as sv
import cv2

classes = {0: 'licence'}

model = YOLOv10('runs/detect/train6/weights/best.pt')


def predict_and_detect(image):
    results = model(source=image, conf=0.25, verbose=False)[0]
    detections = sv.Detections.from_ultralytics(results)
    # 使用新的标注器
    bounding_box_annotator = sv.BoundingBoxAnnotator()
    label_annotator = sv.LabelAnnotator()

    labels = [
        f"{classes[class_id]} {confidence:.2f}"
        for class_id, confidence in zip(detections.class_id, detections.confidence)
    ]

    # 首先使用边界框标注器
    annotated_image = bounding_box_annotator.annotate(
        image.copy(), detections=detections
    )

    # 然后使用标签标注器
    annotated_image = label_annotator.annotate(
        annotated_image, detections=detections, labels=labels
    )

    return annotated_image


def create_video_writer(video_cap, output_filename):
    # grab the width, height, and fps of the frames in the video stream.
    frame_width = int(video_cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    frame_height = int(video_cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    fps = int(video_cap.get(cv2.CAP_PROP_FPS))
    # initialize the FourCC and a video writer object
    fourcc = cv2.VideoWriter_fourcc(*'MP4V')
    writer = cv2.VideoWriter(output_filename, fourcc, fps,
                             (frame_width, frame_height))
    return writer


video_path = 'b.mp4'
cap = cv2.VideoCapture(video_path)

output_filename = "out.mp4"
writer = create_video_writer(cap, output_filename)

while True:
    success, img = cap.read()
    if not success:
        break
    frame = predict_and_detect(img)
    writer.write(frame)
    cv2.imshow("frame", frame)

    if cv2.waitKey(1) & 0xFF == 27:  # 按下Esc键退出
        break

cap.release()
writer.release()