使用YOLOv8训练自己的目标检测数据集（VOC格式/COCO格式） |
您所在的位置：网站首页 › coco数据集voc数据集yolo › 使用YOLOv8训练自己的目标检测数据集（VOC格式/COCO格式） |
使用YOLOv8训练自己的目标检测数据集（VOC格式/COCO格式）
|
yolov8训练自己的数据集
1. 下载项目2. 搭建环境3. 数据集格式转换3.1 VOC格式转YOLO格式3.2 COCO格式转YOLO格式
4. 训练数据5. 推理预测6. 模型导出
1. 下载项目
git clone https://github.com/ultralytics/ultralytics.git
2. 搭建环境
conda create --name ultralytics python==3.8
conda activate ultralytics
# 电脑是CUDA11.1的
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
pip install ultralytics
3. 数据集格式转换
3.1 VOC格式转YOLO格式
VOC格式
── VOCdevkit
└── VOC2007
├── Annotations # 存放图片对应的xml文件，与JPEGImages图片一一对应
├── ImageSets
│ └── Main # 存放train.txt、val.txt
└── JPEGImages # 存放所有图片文件
YOLO格式
── VOCdevkit
├── images
│ ├── train # 存放训练集图片
│ └── val # 存放验证集图片
└── labels
├── train # 存放训练集标注文件
└── val # 存放验证集标注文件
转换脚本
from tqdm import tqdm
import shutil
from pathlib import Path
import xml.etree.ElementTree as ET
def convert_label(path, lb_path, year, image_id, names):
def convert_box(size, box):
dw, dh = 1. / size[0], 1. / size[1]
x, y, w, h = (box[0] + box[1]) / 2.0 - 1, (box[2] + box[3]) / 2.0 - 1, box[1] - box[0], box[3] - box[2]
return x * dw, y * dh, w * dw, h * dh
in_file = open(path / f'VOC{year}/Annotations/{image_id}.xml')
out_file = open(lb_path, '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 in names:
xmlbox = obj.find('bndbox')
bb = convert_box((w, h), [float(xmlbox.find(x).text) for x in ('xmin', 'xmax', 'ymin', 'ymax')])
cls_id = names.index(cls) # class id
out_file.write(" ".join(str(a) for a in (cls_id, *bb)) + '\n')
else:
print("category error: ", cls)
year = "2007"
image_sets = ["train", "val"]
path = Path("F:/vsCode/ultralytics/datasets/VOCdevkit/")
class_names = ["apple"]
for image_set in image_sets:
imgs_path = path / 'images' / f'{image_set}'
lbs_path = path / 'labels' / f'{image_set}'
imgs_path.mkdir(exist_ok=True, parents=True)
lbs_path.mkdir(exist_ok=True, parents=True)
with open(path / f'VOC{year}/ImageSets/Main/{image_set}.txt') as f:
image_ids = f.read().strip().split()
for id in tqdm(image_ids, desc=f'{image_set}'):
f = path / f'VOC{year}/JPEGImages/{id}.jpg' # old img path
lb_path = (lbs_path / f.name).with_suffix('.txt') # new label path
# f.rename(imgs_path / f.name) # move image
shutil.copyfile(f, imgs_path / f.name) # copy image
convert_label(path, lb_path, year, id, class_names) # convert labels to YOLO format
数据集文件夹目录如下 找到ultralytics/cfg/datasets/VOC.yaml，复制一份命名为VOC_self.yaml。 # 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: F:/vsCode/ultralytics/datasets/VOCdevkit train: # train images (relative to 'path') 16551 images - images/train val: # val images (relative to 'path') 4952 images - images/val test: # test images (optional) - images/val # Classes names: 0: apple根据README文件选择预训练模型，最好先手动下载放置在项目主目录下。
训练命令： yolo task=detect mode=train model=yolov8x.pt data=f:/ultralytics/ultralytics/cfg/datasets/VOC_self.yaml epochs=100 batch=4 device=0 如果想从头开始构建新模型，则model参数设置为yolov8x.yaml使用自己的数据集，则data参数最好使用绝对路径如果数据集进行了修改，比如标注文件调整了、图片增多了等等，那么在训练前一定要先把labels文件夹下面的train.cache和val.cache删掉再运行训练命令
训练得到的模型保存到runs/detect/train文件夹下 5. 推理预测 yolo task=detect mode=predict model=runs\detect\train\weights\best.pt source=datasets\VOCdevkit\images\val device=0 6. 模型导出将训练好的pt模型文件导出为onnx格式的 yolo task=detect mode=export model=runs\detect\train\weights\best.pt format=onnx 遇到的问题由于没提前安装onnx，运行后会自动下载最新版本的onnx，接着就会报错max() arg is an empty sequence
1）按照输出可以知道Ultralytics要求的onnx>=1.12.0，最好就是直接安装1.12.0版本的，所以pip install onnx==1.12.0； 2）直接使用上方的CLI命令导出onnx还是会报max() arg is an empty sequence，需要改用python脚本来导出，并指定onnx的opset设置为13；
3）运行该导出脚本即可导出成功 |
【本文地址】
今日新闻 |
推荐新闻 |