【YOLO】YOLOv8实操：环境配置/自定义数据集准备/模型训练/预测

YOLOv8实操：环境配置/自定义数据集准备/模型训练/预测

引言

源码链接：https://github.com/ultralytics/ultralytics
yolov8和yolov5是同一作者，相比yolov5，yolov8的集成性更好了，更加面向用户了
YOLO命令行界面(command line interface, CLI) 方便在各种任务和版本上训练、验证或推断模型。CLI不需要定制或代码，可以使用yolo命令从终端运行所有任务。

如果想了解yolo系列的更新迭代，以及yolov8的模型结构，推荐下面的链接：
YOLOv8详解 【网络结构+代码+实操】
笔者直接从实操入手

1 环境配置

安装pytorch、torchvision和其他依赖库

环境配置部分可以参考笔者的博客
【YOLO】YOLOv5-6.0环境搭建（不定时更新）

安装ultralytics

git clone https://github.com/ultralytics/ultralytics
cd ultralytics
pip install -e .

2 数据集准备

针对检测的数据集准备可以参考笔者的博客，这里不再赘述了
【YOLO】训练自己的数据集

3 模型训练

比起YOLOv5，YOLOv8的训练封装性更好了，有利有弊吧，参数默认值修改比较麻烦

训练指令如下：

yolo task=detect mode=train model=yolov8s.pt data=/media/ll/L/llr/DATASET/subwayDatasets/coco.yaml device=0 cache=True epochs=300 project=/media/ll/L/llr/mode name=yolov8

除了上述笔者使用的参数，其他参数说明

task: detect  # 可选择：detect, segment, classify
mode: train  #可选择： train, val, predict# Train settings -------------------------------------------------------------------------------------------------------

model:# 设置模型。格式因任务类型而异。支持model_name, model.yaml，model.pt
data:# 设置数据，支持多数类型 data.yaml, data_folder, dataset_name
epochs:300# 需要训练的epoch数
patience:50# epochs to wait for no observable improvement for early stopping of training
batch:16# Dataloader的batch大小
imgsz:640# Dataloader中图像数据的大小
save:True# save train checkpoints and predict results
save_period:-1# Save checkpoint every x epochs (disabled if < 1)
cache:True# True/ram, disk or False. Use cache for data loading
device:# device to run on, i.e. cuda device=0 or device=0,1,2,3 or device=cpu
workers:8# 每个进程使用的cpu worker数。使用DDP自动伸缩
project:/media/ll/L/llr/model # project name
name: yolov8 # experiment name
exist_ok:False# whether to overwrite existing experiment
pretrained:False# whether to use a pretrained model
optimizer: SGD  # 支持的优化器：Adam, SGD， RMSProp
verbose:True# whether to print verbose output
seed:0# random seed for reproducibility
deterministic:True# whether to enable deterministic mode
single_cls:False# 将多类数据作为单类进行训练
image_weights:False# 使用加权图像选择进行训练
rect:False# 启用矩形训练
cos_lr:False# 使用cosine LR调度器
close_mosaic:10# disable mosaic augmentation for final 10 epochs
resume:False# resume training from last checkpoint
min_memory:False# minimize memory footprint loss function, choices=[False, True, <roll_out_thr>]# Segmentation
overlap_mask:True# 分割:在训练中使用掩码重叠
mask_ratio:4# 分割:设置掩码下采样# Classification
dropout:0.0# 分类:训练时使用dropout# Val/Test settings ----------------------------------------------------------------------------------------------------
val:True# validate/test during training
split: val  # dataset split to use for validation, i.e. 'val', 'test' or 'train'
save_json:False# save results to JSON file
save_hybrid:False# save hybrid version of labels (labels + additional predictions)
conf:# object confidence threshold for detection (default 0.25 predict, 0.001 val)
iou:0.7# intersection over union (IoU) threshold for NMS
max_det:300# maximum number of detections per image
half:False# use half precision (FP16)
dnn:False# 使用OpenCV DNN进行ONNX推断
plots:True# 在验证时保存图像# Prediction settings --------------------------------------------------------------------------------------------------
source:# 输入源。支持图片、文件夹、视频、网址
show:False# 查看预测图片
save_txt:False# 保存结果到txt文件中
save_conf:False# save results with confidence scores
save_crop:False# save cropped images with results
hide_labels:False# hide labels
hide_conf:False# hide confidence scores
vid_stride:1# 输入视频帧率步长
line_thickness:3# bounding box thickness (pixels)
visualize:False# 可视化模型特征
augment:False# apply image augmentation to prediction sources
agnostic_nms:False# class-agnostic NMS
classes:# filter results by class, i.e. class=0, or class=[0,2,3]
retina_masks:False#分割:高分辨率掩模
boxes:True# Show boxes in segmentation predictions# Export settings ------------------------------------------------------------------------------------------------------format: torchscript  # format to export to
keras:False# use Keras
optimize:False# TorchScript: optimize for mobile
int8:False# CoreML/TF INT8 quantization
dynamic:False# ONNX/TF/TensorRT: dynamic axes
simplify:False# ONNX: simplify model
opset:# ONNX: opset version (optional)
workspace:4# TensorRT: workspace size (GB)
nms:False# CoreML: add NMS# Hyperparameters ------------------------------------------------------------------------------------------------------
lr0:0.01# 初始化学习率
lrf:0.01# 最终的OneCycleLR学习率
momentum:0.937# 作为SGD的momentum和Adam的beta1
weight_decay:0.0005# 优化器权重衰减
warmup_epochs:3.0# Warmup的epoch数，支持分数)
warmup_momentum:0.8# warmup的初始动量
warmup_bias_lr:0.1# Warmup的初始偏差lr
box:7.5# box loss gain
cls:0.5# cls loss gain (scale with pixels)
dfl:1.5# dfl loss gain
fl_gamma:0.0# focal loss gamma (efficientDet default gamma=1.5)
label_smoothing:0.0# label smoothing (fraction)
nbs:64# nominal batch size
hsv_h:0.015# image HSV-Hue augmentation (fraction)
hsv_s:0.7# image HSV-Saturation augmentation (fraction)
hsv_v:0.4# image HSV-Value augmentation (fraction)
degrees:0.0# image rotation (+/- deg)
translate:0.1# image translation (+/- fraction)
scale:0.5# image scale (+/- gain)
shear:0.0# image shear (+/- deg)
perspective:0.0# image perspective (+/- fraction), range 0-0.001
flipud:0.0# image flip up-down (probability)
fliplr:0.5# image flip left-right (probability)
mosaic:1.0# image mosaic (probability)
mixup:0.0# image mixup (probability)
copy_paste:0.0# segment copy-paste (probability)# Custom config.yaml ---------------------------------------------------------------------------------------------------
cfg:# for overriding defaults.yaml# Debug, do not modify -------------------------------------------------------------------------------------------------
v5loader:False# use legacy YOLOv5 dataloader

4 模型预测

weight_path ="best.pt"# 自训练的模型
imgdir =r'/media/ll/L/llr/DATASET/subwayDatasets/bjdt/images' 
img_path =r'/media/ll/L/llr/DATASET/subwayDatasets/bjdt/images/L_0000018.jpg'
model = YOLO(weight_path)
results = model(img_path,show=False,save=False)# 是否显示和保存结果数据

预测一张图片，results如下图所示：

预测文件夹目录，results如图所示：

**

无论是一张图片还是图片目录，返回的results都是list

**

要对预测结果进行处理需要索引进去，如下图所示

结果参数说明：

 boxes：各种形式的检测框信息（xyxy、xywh、归一化的）、类别索引、置信度等
 names：类别字典
 orig_img：原图数组
 orig_shape：原图尺寸
 plots：在验证时保存图像（预测时一般为None）
 speed：处理速度

基于上述模型提供的检测结果进行后处理算法等

上述即为yolov8的快速使用