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:
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:
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。
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
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
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
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
3.1 命令行运行
(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
然后就能开始训练了!
3.2 文件运行
在项目跟目录创建train.py文件
from ultralytics import YOLO if __name__ == '__main__': # 加载模型 model = YOLO("D:/git/ultralytics/ultralytics/cfg/models/v8/yolov8.yaml") # 训练模型 results = model.train(data="D:/git/ultralytics/data/wheat.yaml", resume=True, epochs=100, project='wheat', patience=30, name='wheat-yolov8n-100', amp=False)
然后直接运行就可以开始训练, 这种和使用命令行运行是一样的,只是这样更清晰,参数更明了。具体参数说明如下表所示:
首先罗列一下官网提供的全部参数:https://docs.ultralytics.com/modes/train/
一些比较常用的传参:
key | 解释 |
model | 传入的model.yaml文件或者model.pt文件,用于构建网络和初始化,不同点在于只传入yaml文件的话参数会随机初始化 |
data | 训练数据集的配置yaml文件 |
epochs | 训练轮次,默认100 |
patience | 早停训练观察的轮次,默认50,如果50轮没有精度提升,模型会直接停止训练 |
batch | 训练批次,默认16 |
imgsz | 训练图片大小,默认640 |
save | 保存训练过程和训练权重,默认开启 |
save_period | 训练过程中每x个轮次保存一次训练模型,默认-1(不开启) |
cache | 是否采用ram进行数据载入,设置True会加快训练速度,但是这个参数非常吃内存,一般服务器才会设置 |
device | 要运行的设备,即cuda device =0或Device =0,1,2,3或device = cpu |
workers | 载入数据的线程数。windows一般为4,服务器可以大点,windows上这个参数可能会导致线程报错,发现有关线程报错,可以尝试减少这个参数,这个参数默认为8,大部分都是需要减少的 |
project | 项目文件夹的名,默认为runs |
name | 用于保存训练文件夹名,默认exp,依次累加 |
exist_ok | 是否覆盖现有保存文件夹,默认Flase |
pretrained | 是否加载预训练权重,默认Flase |
optimizer | 优化器选择,默认SGD,可选[SGD、Adam、AdamW、RMSProP] |
verbose | 是否打印详细输出 |
seed | 随机种子,用于复现模型,默认0 |
deterministic | 设置为True,保证实验的可复现性 |
single_cls | 将多类数据训练为单类,把所有数据当作单类训练,默认Flase |
image_weights | 使用加权图像选择进行训练,默认Flase |
rect | 使用矩形训练,和矩形推理同理,默认False |
cos_lr | 使用余弦学习率调度,默认Flase |
close_mosaic | 最后x个轮次禁用马赛克增强,默认10 |
resume | 断点训练,默认Flase |
lr0 | 初始化学习率,默认0.01 |
lrf | 最终学习率,默认0.01 |
label_smoothing | 标签平滑参数,默认0.0 |
dropout | 使用dropout正则化(仅对训练进行分类),默认0.0 |