您的当前位置：首页 yolov8官方代码训练模型（coco数据集和voc数据集训练）+onnx模型预测

yolov8官方代码训练模型（coco数据集和voc数据集训练）+onnx模型预测

来源：化拓教育网

一、环境安装

1. 运行环境
windows

首先切换到自己建立的虚拟环境安装 pytorch

参照官网，直接使用以下语句即可导入项目所需要的库

pip install ultralytics

根据官方的解释，pip 的 ultralytics 库包含了 requirements.txt中的所有库

训练代码：

链接：https://pan.baidu.com/s/1sApCkqjGgUrittLh1xQg?pwd=hujv
提取码：hujv

onnx预测代码：

链接: https://pan.baidu.com/s/1vkfL_p_TDG65FlW53CiX3g?pwd=ix43

提取码: ix43

二、coco数据集格式及训练步骤

2.1 前期准备

2.2 数据集格式

coco数据集放在datasets文件夹下，格式如下

images 下包含 train、val 文件夹，这两个文件夹下包含此次需要的 图片信息
labels 下包含 train、val 文件夹，这两个文件夹下包含此次需要的 对应图片的标注信息

2.3 yaml文件

在之前创建的yaml里面，将以下内容复制进去，

train: images/train
val: images/val
# number of classes
nc: 3
# class names
names: ['Paaper', 'Rock','Scissors']

nc:类名数量

names:类名

2.4 开始训练

2.4.1 修改参数

2.4.2 开始训练

出现以下画面，则代表成功

训练完后根据上面的提示到runs里面detect里面找到对应的train文件夹，比如上面就保存在train2里面

模型位置如下图：

2.5 模型预测

使用以下命令

yolo detect predict model=weights/best.pt source=data/test_images save=True

source参数：修改为要测试的图片文件夹（没有的可以新建）

三、voc数据集格式及训练步骤

3.1 前期准备

数据集文件结构如下

VOCdevkit
 ————VOC2007
    ————Annotations  # 存放图片对应的xml文件，与JPEGImages图片名称一一对应
    ————ImageSets
      ————Main        # 存放trainval.txt、train.txt、val.txt、test.txt，开始为空
    ————JPEGImages    # 存放所有图片文件

新建文件

3.2 数据集划分

将以下代码放入split_train_val.py里面

代码来自参考博客（）

# -*- coding: utf-8 -*-
"""
Author:smile
Date:2022/09/11 10：00
顺序：脚本A1
简介：分训练集、验证集和测试集，按照 8：1：1 的比例来分，训练集9，验证集1

"""
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='datasets/VOC2007/Annotations', 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='datasets/VOC2007/ImageSets/Main/', type=str, help='output txt label path')
opt = parser.parse_args()

train_percent = 0.9  # 训练集所占比例
val_percent = 0.1  # 验证集所占比例


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 = list(range(num))

t_train = int(num * train_percent)
t_val = int(num * val_percent)

train = random.sample(list, t_train)
num1 = len(train)
for i in range(num1):
    list.remove(train[i])

val_test = [i for i in list if not i in train]
val = random.sample(val_test, t_val)
num2 = len(val)
for i in range(num2):
    list.remove(val[i])

file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')


for i in train:
    name = total_xml[i][:-4] + '\n'
    file_train.write(name)

for i in val:
    name = total_xml[i][:-4] + '\n'
    file_val.write(name)

file_train.close()
file_val.close()

需要修改的地方

修改完后运行

3.3 生成训练用的txt文件

将以下代码放入voc_label.py

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os

sets = ['train', 'val']  # 如果你的Main文件夹没有test.txt，就删掉'test'
# classes = ["a", "b"]   # 改成自己的类别，VOC数据集有以下20类别
classes = ['Paaper', 'Rock','Scissors']  # class names
abs_path = os.getcwd()


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(abs_path + '/datasets/VOC2007/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open(abs_path + '/datasets/VOC2007/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')


for image_set in sets:
    if not os.path.exists(abs_path + '/datasets/VOC2007/labels/'):
        os.makedirs(abs_path + '/datasets/VOC2007/labels/')

    image_ids = open(abs_path + '/datasets/VOC2007/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open(abs_path + '/datasets/VOC2007/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/datasets/VOC2007/JPEGImages/%s.jpg\n' % (image_id))  # 要么自己补全路径，只写一半可能会报错
        convert_annotation(image_id)
    list_file.close()

需要修改的地方

修改完后运行

至此，数据集的样式是这样的

3.4 开始训练

3.4.1 yaml文件参数修改

将以下内容复制到最开始创建的yaml文件里面，注意修改nc 和 names

train: VOC2007/train.txt
val: VOC2007/val.txt
# number of classes
nc: 3
# class names
names: ['Paaper', 'Rock','Scissors']

train和val的路径看情况修改

3.4.2 default.yaml参数修改

3.4.3 utils.py修改参数

3.4.3 开始训练

出现以下画面则成功

3.5 模型预测