YOLOv8-第Y7周：训练自己的数据集
- 本文为365天深度学习训练营 中的学习记录博客
- 原作者：K同学啊 | 接辅导、项目定制
本周任务
这周的任务是用YOLOv8训练自己的数据集。
一、配置环境
1. 官网下载地址
官网地址：【YOLOv8开源地址】
安装Ultralytics:
方法一：Pip安装（推荐）
pip install ultralytics
方法二：Git克隆
# 克隆ultralytics仓库
git clone https://github.com/ultralytics/ultralytics
# 导航到克隆的目录
cd ultralytics
# 为开发安装可编辑模式下的包
pip install -e .
2. 安装需要的环境
2.1 创建虚拟环境并指定Python的版本
conda create -n yolov8(环境名) python=3.10
2.2 安装环境依赖包
pip install -r requirements.txt
二、准备数据集
1. 目录结构
- 主目录
- fruit_data(自己创建文件夹，存放数据集)
- Annotations(放置.xml文件)
- images(放置图片文件)
- ImageSets
- Main(运行split_train_val.py文件，自动生成下面4个文件)
- train.txt
- val.txt
- test.txt
- trainval.txt
- Main(运行split_train_val.py文件，自动生成下面4个文件)
- split_train_val.py(划分训练集、验证集、测试集)
- voc_label.py(划分训练集、验证集、测试集的路径)
- config.yaml(数据集及数据类别声明文件)
- fruit_data(自己创建文件夹，存放数据集)
2. 上传数据集
3. 创建fruit_data文件夹及相关文件
-
在ultralytics目录下新建fruit_data文件夹
-
将解压好的数据文件夹Annotations和images拖入fruit_data文件下
-
在fruit_data目录下新建ImageSets/Main
4. 手动创建运行split_train_val.py文件
split_train_val.py文件内容：
# 导入必要的库
import os
import random
import argparse
# 创建一个参数解析器
parser = argparse.ArgumentParser()
# 添加命令行参数，用于指定XML文件的路径， 默认为‘Annotation’ 文件夹
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
# 添加命令行参数，用于指定输出txt标签文件的路径，默认为‘ImageSets/Main'文件夹
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
# 解析命令行参数
opt = parser.parse_args()
# 定义训练验证集和测试集的划分比例
trainval_percent = 0.9 # (训练集+验证集)/所有数据 的比例
train_percent = 8/9 # 训练集/(训练集+验证集) 的比例
# 设置XML文件的路径， 根据命令行参数指定
xmlfilepath = opt.xml_path
# 设置输出txt标签文件的路径， 根据命令行参数指定
txtsavepath = opt.txt_path
# 获取XML文件夹中的所有XML文件列表
total_xml = os.listdir(xmlfilepath)
# 如果输出txt标签文件的文件夹不存在，创建它
if not os.path.exists(txtsavepath):
os.makedirs(txtsavepath)
# 获取XML文件的总数
num = len(total_xml)
# 创建一个包含所有XML文件索引的列表
list_index = range(num)
# 计算训练验证集的数量
tv = int(num * trainval_percent)
# 计算训练集的数量
tr = int(tv * train_percent)
# 从所有XML文件索引中随机选择出训练验证集的索引
trainval = random.sample(list_index, tv)
# 从训练验证集的索引中随机选择出训练集的索引
train = random.sample(trainval, tr)
# 打开要写入的训练验证集、测试集、训练集、验证集的txt文件
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')
# 遍历所有XML文件的索引
for i in list_index:
name = total_xml[i][:-4] + '\n' # 获取XML文件的名称（去掉后缀.xml),并添加换行符
# 如果该索引在训练验证集中
if i in trainval:
file_trainval.write(name) # 写入训练验证集txt文件
if i in train: # 如果该索引在训练集中
file_train.write(name) # 写入训练集txt文件
else:
file_val.write(name) # 否则写入验证集txt文件
else:
file_test.write(name) # 否则写入测试集txt文件
# 关闭所有打开的文件
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()
在终端输入命令:
python split_train_val.py
…/fruit_data/ImageSets/Main文件中生成如下4个文件：
5. 手动创建并运行voc_label.py文件
voc_label.py文件内容内容：
# 导入必要的库
import xml.etree.ElementTree as ET
import os
from os import getcwd
# 定义数据集的名称
sets = ['train', 'val', 'test']
# 定义类别列表， 这里有两个类别， 可以根据需要添加更多类别
classes = ["banana", "snake fruit", "dragon fruit", "pineapple"] # 请根据您的数据集修改这些类别名称
# 获取当前工作目录的绝对路径
abs_path = os.getcwd()
print(abs_path)
# 定义一个函数，将边界框的坐标从绝对值转换为相对于图像大小的比例
def convert(size, box):
dw = 1. / (size[0]) # 计算图像宽度的倒数
dh = 1. / (size[1]) # 计算图像高度的倒数
x = (box[0] + box[1]) / 2.0 - 1 # 计算中心点的x坐标
y = (box[2] + box[3]) / 2.0 - 1 # 计算中心点的y坐标
w = box[1] - box[0] # 计算边界框的宽度
h = box[3] - box[2] # 计算边界框的高度
x = x * dw # 缩放x坐标
w = w * dw # 所放宽度
y = y * dh # 缩放y坐标
h = h * dh # 缩放高度
return x, y, w, h
# 定义一个函数，将标注文件从XML格式转换成YOLO格式
def convert_annotation(image_id):
in_file = open('./Annotations/%s.xml' % (image_id), encoding='UTF-8') # 打开XML标注文件
out_file = open('./labels/%s.txt' % (image_id), 'w') # 打开要写入的YOLO格式标签文件
tree = ET.parse(in_file) # 解析XML文件
root = tree.getroot()
filename = root.find('filename').text # 获取图像文件名
filenameFormat = filename.split(".")[1] # 获取文件格式
size = root.find('size') # 获取图像尺寸信息
w = int(size.find('width').text) # 获取图像高度
h = int(size.find('height').text) # 获取图像高度
for obj in root.iter('object'):
difficult = obj.find('difficult').text # 获取对象的难道标志
cls = obj.find('name').text # 获取对象的类别名称
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls) # 获取类别的索引
xmlbox = obj.find('bndbox') # 获取边界框坐标信息
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) # 调用convert函数， 将边框坐标转换为YOLO格式
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') # 写入YOLO标签文件
return filenameFormat
# 获取当前工作目录
wd = getcwd()
# 遍历每个数据集
for image_set in sets:
# 如果 labels目录不存在，创建它
if not os.path.exists('./labels/'):
os.makedirs('./labels/')
# 从数据集文件中获取凸显ID列表
image_ids = open('./ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
# 打开要写入的文件，写入图像的文件路径和格式
list_file = open('./%s.txt' % (image_set), 'w')
for image_id in image_ids:
filenameFormat = convert_annotation(image_id)
list_file.write(abs_path + '/images/%s.%s\n' % (image_id, filenameFormat)) # 注意图片的格式，如果是.jpg，记得修改
list_file.close()
在终端输入命令：
python voc_label.py
…/fruit_data/文件中生成如下3个文件：
6. 手动创建config.yaml文件
三、用自己的数据集训练模型
命令行模板：
yolo task=detect mode=train model=yolov8n.pt args...
classify predict yolov8n-cls.yaml args...
segment val yolov8n-seg.yaml args...
export yolov8n.pt format=onnx args...
终端输入命令：
yolo task=detect mode=train model=yolov8s.yaml data=/root/autodl-tmp/ultralytics/ultralytics/fruit_data/config.yaml epochs=100 batch=4
运行结果：
四、总结
这周的任务还是因为课多+自己拖延+小白畏难症，又拖到了最后一刻，现在来补补自己的总结吧。这个学期课好多好多好多好多好多啊，有几次都坚持不住打卡了，全靠督促，呜呜。
话说回来，在这次打卡任务中，我还不太清楚从github上clone后，还要再输入 pip install -e . 命令（也就是方法二）。否则后边训练模型时，就会像我一样出现提示信息: bash: yolo: common not found。
同时，我习惯性按照yolov5的方式 data 习惯性用相对路径，但在yolov8中出现了error。所以后边改成了绝对路径就运行成功了。