YOLOv8自制数据集训练,必须手把手!!

通过对最新的yoloV8进行了解https://github.com/ultralytics/ultralytics,其项目对目标检测、图像分割、姿态、分类等任务进行了大整合,功能变得更加强大。根据不同的task来选择不同的任务模式,具体可以参考其说明文档。
https://docs.ultralytics.com/usage/cli/

yolo TASK MODE ARGS
Where   TASK (optional) is one of [detect, segment, classify,pose ]
        MODE (required) is one of [train, val, predict, export, track]
        ARGS (optional) are any number of custom 'arg=value' pairs like 'imgsz=320' that override defaults.

一、目标检测数据集

接下来,我将就检测任务的数据集准备做详细说明:
首先参考一下,demo代码中提到的coco128的样例数据结构

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n.yaml")  # build a new model from scratch
model = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)

# Use the model
model.train(data="coco128.yaml", epochs=3)  # train the model  
metrics = model.val()  # evaluate model performance on the validation set
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image
path = model.export(format="onnx")  # export the model to ONNX format
image.png

通过对yaml文件的阅读,train、val这里我们也配置为图片的文件夹(采用dir: path/to/imgs)

# Ultralytics YOLO 🚀, AGPL-3.0 license
# COCO128 dataset https://www.kaggle.com/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Example usage: yolo train data=coco128.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco128  ← downloads here (7 MB)


# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/coco128  # dataset root dir
train: images/train2017  # train images (relative to 'path') 128 images
val: images/train2017  # val images (relative to 'path') 128 images
test:  # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  ........

1、准备标注好的xml及图片数据文件放入labelimgRes中,创建dealData的两个py脚本(见下文);mycoco2为脚本生成目录,无需创建;mycoco2.yaml可参考后文改写。

image.png

dealData1.py
目的:处理labelimg标注的xml文件,提取信息至txt文件,红色至蓝色框中所示。dealData1.py代码如下


image.png
# -*- coding: utf-8 -*-
# target:处理labelimg标注的xml文件,提取信息至txt文件
# 通过labelimg标注后的文件放在目录中
# |labelimgRes
# │ ├─ images
# │ │ └─ ······
# │ ├─ labels
# │ │ └─ ······
# │ └─ xml
# │ └─ ······
# │dealData1.py
# │dealData2.py
#  数据处理脚本或直接运行dealData1.py
#  python dealData1.py



import xml.etree.ElementTree as ET
from tqdm import tqdm
import os
import shutil

# 1.指定标注后的img+xml文件夹路径
dataBasePath = "./labelimgRes"
# 2.指定标注的类别字典
classes = ["water"]   # 检测类别名字



def dealDatasetsTargetDir(labels_dir):
    if os.path.exists(labels_dir):
        shutil.rmtree(labels_dir)
    os.makedirs(labels_dir)
dealDatasetsTargetDir(dataBasePath+'/labels')

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):
    # try:
        in_file = open(dataBasePath+'/xml/%s.xml' % (image_id), encoding='utf-8')
        # print(in_file)
        out_file = open(dataBasePath+'/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
        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
            cls = obj.find('name').text
            if cls not in classes or int(difficult) == 1:
                continue
            cls_id = classes.index(cls)
            xmlbox = obj.find('bndbox')
            # print(xmlbox)
            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')

total_xmls = os.listdir(dataBasePath+'/xml')
print(total_xmls)
for xml_id in tqdm(total_xmls):
    if xml_id.index('.') == 0:
        continue
    xml_name = xml_id.strip().split(".")[0]
    convert_annotation(xml_name)

dealData2.py
目的:对img、txt文件进行划分,形成v8所需的结构数据集 labelimgRes=》mycoco2

image.png

# -*- coding: utf-8 -*-
# target:对img、txt文件进行划分,形成v8结构化所需的数据集   labelimgRes=》mycoco2
# |mycoco2.yaml
# |mycoco2
# ├─ test
# │ ├─ images
# │ │ └─ ······
# │ └─ labels
# │ └─ ······
# ├─ train
# │ ├─ images
# │ │ └─ ······
# │ └─ labels
# │ └─ ······
# ├─ valid
# │ ├─ images
# │ │ └─ ······
# │ └─ labels
# │ └─ ······
# │dealData1.py
# │dealData2.py

#  数据处理脚本或直接运行dealData2.py
#  python dealData2.py
#  读取配置进行训练
#  yolo task=detect mode=train model=yolov8n.pt data={dataset.location}/mycoco2.yaml epochs=100 imgsz=640

import os
import random
from tqdm import tqdm
import shutil

# 1.指定 images 文件夹路径
image_dir = "./labelimgRes/images"
# 2.指定 labels 文件夹路径
label_dir = "./labelimgRes/labels"
# 3.指定 labels 文件夹路径
mycoco_dir = "./mycoco2"
# 4.指定 数据集划分比例 train:valid:test = 8:1:1
train, valid, test = 8, 1, 1



test_dir = mycoco_dir + "/test"
valid_dir = mycoco_dir + "/valid"
train_dir = mycoco_dir + "/train"

# 生成mycoco数据集结构

def dealDatasetsTargetDir(mycoco_dir):
    if os.path.exists(mycoco_dir):
        shutil.rmtree(mycoco_dir)
    os.makedirs(mycoco_dir)
    os.makedirs(test_dir)
    os.makedirs(test_dir+"/images")
    os.makedirs(test_dir+"/labels")
    os.makedirs(valid_dir)
    os.makedirs(valid_dir+"/images")
    os.makedirs(valid_dir+"/labels")
    os.makedirs(train_dir)
    os.makedirs(train_dir+"/images")
    os.makedirs(train_dir+"/labels")


def copyfile(srcfile,dstfile):
    if not os.path.isfile(srcfile):
        print ("%s not exist!"%(srcfile))
    else:
        fpath=os.path.dirname(srcfile)    #获取文件路径
        if not os.path.exists(fpath):
            os.makedirs(fpath)                #没有就创建路径
        shutil.copyfile(srcfile,dstfile)      #复制文件到默认路径
        print ("copy %s -> %s"%( srcfile,os.path.join(fpath,dstfile)))


dealDatasetsTargetDir(mycoco_dir)

# 创建一个空列表来存储有效图片的路径
valid_images = []
# 创建一个空列表来存储有效 label 的路径
valid_labels = []


# 遍历 images 文件夹下的所有图片
for image_name in os.listdir(image_dir):
    if image_name.index('.') == 0:
        continue
    # 获取图片的完整路径
    image_path = os.path.join(image_dir, image_name)
    # 获取图片文件的扩展名
    ext = os.path.splitext(image_name)[-1]
    # 根据扩展名替换成对应的 label 文件名
    label_name = image_name.replace(ext, ".txt")
    # 获取对应 label 的完整路径
    label_path = os.path.join(label_dir, label_name)
    # 判断 label 是否存在
    if not os.path.exists(label_path):
        # 删除图片
        os.remove(image_path)
        print("deleted:", image_path)
    else:
        # 将图片路径添加到列表中
        valid_images.append(image_path)
        # 将label路径添加到列表中
        valid_labels.append(label_path)
        # print("valid:", image_path, label_path)

# 遍历每个有效图片路径
for i in tqdm(range(len(valid_images))):
    image_path = valid_images[i]
    label_path = valid_labels[i]
    # 随机生成一个概率
    r = random.random()
    # 判断图片应该移动到哪个文件夹
    test_bit = test/(train+valid+test)
    valid_bit = valid/(train+valid+test)+test_bit

    if r < test_bit:
        # 移动到 test 文件夹
        destination = test_dir
    elif r < valid_bit:
        # 移动到 valid 文件夹
        destination = valid_dir
    else:
        # 移动到 train 文件夹
        destination = train_dir

    # 生成目标文件夹中图片的新路径
    image_destination_path = os.path.join(destination, "images", os.path.basename(image_path))
    # 移动图片到目标文件夹
    # os.rename(image_path, image_destination_path)
    copyfile(image_path, image_destination_path)
    # 生成目标文件夹中 label 的新路径
    label_destination_path = os.path.join(destination, "labels", os.path.basename(label_path))
    # 移动 label 到目标文件夹
    copyfile(label_path, label_destination_path)
    # os.rename(label_path, label_destination_path)

print("valid images:", valid_images)
#输出有效label路径列表
print("valid labels:", valid_labels)
print("----处理完成------")

可参考的 mycoco2.yaml

# Example usage: yolo train data=datasets/mycoco2.yaml
# Example usage: yolo task=detect mode=train model=yolov8n.pt data=datasets/mycoco2.yaml epochs=100 imgsz=640 resume=True
# parent
# ├── ultralytics
# └── datasets
#     └── mycoco2.yaml
#     └── mycoco2
#           └──test
#           └──train
#           └──valid

path: ../datasets/mycoco2  # dataset root dir
train: train/images  # train images (relative to 'path')
val: valid/images  # val images (relative to 'path')
test: test/images # test images (optional)

# Classes
names:
  0: person
  1: bicycle
    ........

2、下载项目文件或git clone https://github.com/ultralytics/ultralytics.git ,并将上述文件夹及内容放入datasets中,形成以下目录。

image.png

环境配置
Pip install the ultralytics package including all requirements in a Python>=3.8 environment with PyTorch>=1.7.

pip install ultralytics

进行项目根目录打开训练 yolo task=detect mode=train model=yolov8n.pt data=datasets/mycoco2.yaml epochs=100 imgsz=640 resume=True


image.png

二、分类数据集制作

将cat、dog的图片数据集,可参考dealData2.py进行数据集划分,到myclassify中。
其中,train、valid、test的里面只用放所有的训练集图片,cat和dog是我当前需要的分类类别,其中放置对应的类别的图片,根据自身需求创建类别文件夹,放入对应图片即可。


image.png

将myclassify.yaml 中类别和类别数量和数据集路径修改好即可训练。

# Example usage: yolo task=detect  mode=train model=yolov8n-cls.pt data=datasets/myclassify.yaml  epochs=100 imgsz=32
# parent
# ├── ultralytics
# └── datasets
#     └── myclassify.yaml
#     └── myclassify
#           └──test
#           └──train
#           └──valid

path: ../datasets/myclassify  # dataset root dir
train: train  # train images (relative to 'path')
val: valid  # val images (relative to 'path')
test: test # test images (optional)

# Classes
names:
  0: cat
  1: dog
nc: 2

执行分类训练:
yolo task=detect mode=train model=yolov8n-cls.pt data=datasets/myclassify.yaml epochs=100 imgsz=32

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容