使用YOLOv8训练图集详细教程

小鱼儿 2024-02-05 15:14 32阅读 0赞

### 准备自己的数据集 ###

训练YOLOv8时，选择的数据格式是VOC，因此下面将介绍如何将自己的数据集转换成可以直接让YOLOv8进行使用。

#### 1、创建数据集 ####

我的数据集都在保存在mydata文件夹（名字可以自定义），目录结构如下，将之前labelImg标注好的xml文件和图片放到对应目录下

mydata

images \# 存放图片

xml \# 存放图片对应的xml文件

dataSet \#之后会在Main文件夹内自动生成train.txt，val.txt，test.txt和trainval.txt四个文件，存放训练集、验证集、测试集图片的名字（无后缀.jpg）

**示例如下：**

mydata文件夹下内容如下：

![40ab92033b744394a5f20e991a81bc4a.png][]

image为VOC数据集格式中的JPEGImages，内容如下：

![81f3f95cfe804e63b30cb34f96d4c91a.png][]

xml文件夹下面为.xml文件（标注工具采用labelImage），内容如下：

![fe370ad8331c452391da6af804fea544.png][]

dataSet 文件夹下面存放训练集、验证集、测试集的划分，通过脚本生成，可以创建一个split\_train\_val.py文件，代码内容如下：

# coding:utf-8
         
        import os
        import random
        import argparse
         
        parser = argparse.ArgumentParser()
        # xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
        parser.add_argument('--xml_path', default='xml', type=str, help='input xml label path')
        # 数据集的划分，地址选择自己数据下的ImageSets/Main
        parser.add_argument('--txt_path', default='dataSet', type=str, help='output txt label path')
        opt = parser.parse_args()
         
        trainval_percent = 1.0
        train_percent = 0.9
        xmlfilepath = opt.xml_path
        txtsavepath = opt.txt_path
        total_xml = os.listdir(xmlfilepath)
        if not os.path.exists(txtsavepath):
            os.makedirs(txtsavepath)
         
        num = len(total_xml)
        list_index = range(num)
        tv = int(num * trainval_percent)
        tr = int(tv * train_percent)
        trainval = random.sample(list_index, tv)
        train = random.sample(trainval, tr)
         
        file_trainval = open(txtsavepath + '/trainval.txt', 'w')
        file_test = open(txtsavepath + '/test.txt', 'w')
        file_train = open(txtsavepath + '/train.txt', 'w')
        file_val = open(txtsavepath + '/val.txt', 'w')
         
        for i in list_index:
            name = total_xml[i][:-4] + '\n'
            if i in trainval:
                file_trainval.write(name)
                if i in train:
                    file_train.write(name)
                else:
                    file_val.write(name)
            else:
                file_test.write(name)
         
        file_trainval.close()
        file_train.close()
        file_val.close()
        file_test.close()

运行代码后，在dataSet 文件夹下生成下面四个txt文档：

![d7f773eab64149c99a017607d72acd0b.png][]

三个txt文件里面的内容如下：

![2246e1c51082406eacba8e0679d05b2e.png][]

#### 2、转换数据格式 ####

接下来准备labels，把数据集格式转换成yolo\_txt格式，即将每个xml标注提取bbox信息为txt格式，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格式。格式如下：

![7bc64c5a147b4e06b9f3804e4ebc8d8a.png][]

创建voc\_label.py文件，将训练集、验证集、测试集生成label标签（训练中要用到），同时将数据集路径导入txt文件中，代码内容如下：

# -*- coding: utf-8 -*-
        import xml.etree.ElementTree as ET
        import os
        from os import getcwd
         
        sets = ['train', 'val', 'test']
        classes = ["a", "b"]   # 改成自己的类别
        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/mydata/xml/%s.xml' % (image_id), encoding='UTF-8')
            out_file = open('data/mydata/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/mydata/labels/'):
                os.makedirs('data/mydata/labels/')
            image_ids = open('data/mydata/dataSet/%s.txt' % (image_set)).read().strip().split()
            list_file = open('paper_data/%s.txt' % (image_set), 'w')
            for image_id in image_ids:
                list_file.write(abs_path + '/mydata/images/%s.jpg\n' % (image_id))
                convert_annotation(image_id)
            list_file.close()

#### 3、配置文件 ####

**1）数据集的配置**

在mydata文件夹下新建一个mydata.yaml文件（可以自定义命名），用来存放训练集和验证集的划分文件（train.txt和val.txt），这两个文件是通过运行voc\_label.py代码生成的，然后是目标的类别数目和具体类别列表，mydata.yaml内容如下：

![3da20bc890334418961ae820d5537dd0.png][]

**2) 选择一个你需要的模型**

在ultralytics/models/v8/目录下是模型的配置文件，这边提供s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大），假设采用yolov8x.yaml，只用修改一个参数，把nc改成自己的类别数,需要取整（可选） 如下：

![43c1d2c7c0ef419891a7df9de11b2681.png][]

至此，自定义数据集已创建完毕，接下来就是训练模型了。

####  ####

#### 1、下载预训练模型 ####

[在YOLOv8的GitHub开源网址上下载对应版本的模型][YOLOv8_GitHub]

![f7f8e4d2d20b42d99bb8445cc7a3c05d.png][]

#### 2、训练 ####

接下来就可以开始训练模型了，命令如下：

yolo task=detect mode=train model=yolov8x.yaml data=mydata.yaml epochs=1000 batch=16

**以上参数解释如下：**

task：选择任务类型，可选\['detect', 'segment', 'classify', 'init'\]

mode: 选择是训练、验证还是预测的任务蕾西 可选\['train', 'val', 'predict'\]

model: 选择yolov8不同的模型配置文件，可选yolov8s.yaml、yolov8m.yaml、yolov8l.yaml、yolov8x.yaml

data: 选择生成的数据集配置文件

epochs：指的就是训练过程中整个数据集将被迭代多少次,显卡不行你就调小点。

batch：一次看完多少张图片才进行权重更新，梯度下降的mini-batch,显卡不行你就调小点。

文章参考：[(超详细)YOLOv8训练的练习数据集 - 知乎][YOLOv8_ -]

[40ab92033b744394a5f20e991a81bc4a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/1a89178794a3491db6b5fd18c4eec705.png
[81f3f95cfe804e63b30cb34f96d4c91a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/1811950219d44b418d8738d9510a7ec8.png
[fe370ad8331c452391da6af804fea544.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/6cafc326542344b7a2de6d89dca5212b.png
[d7f773eab64149c99a017607d72acd0b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/a4c345c4a6604b5ebf507b327cf31193.png
[2246e1c51082406eacba8e0679d05b2e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/c4bdfe45380d42d2b4f26a6ef6d75a9e.png
[7bc64c5a147b4e06b9f3804e4ebc8d8a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/eff165f6d8c84bd08e1552951ab05361.png
[3da20bc890334418961ae820d5537dd0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/eab52275c12345c1ab9ac09367e56398.png
[43c1d2c7c0ef419891a7df9de11b2681.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/ae68fb4cdffb48e9bf4e10b9cb66c4bf.png
[YOLOv8_GitHub]: https://link.zhihu.com/?target=https%3A//github.com/ultralytics/assets/releases
[f7f8e4d2d20b42d99bb8445cc7a3c05d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/05/b2e805c9024c446e8b16f90d77fbd486.png
[YOLOv8_ -]: https://zhuanlan.zhihu.com/p/649131689