YOLOv8教程系列：一使用自定义数据集训练YOLOv8模型（详细版教程，你只看一篇-＞调参攻略），包含环境搭建/数据准备/模型训练/预测/验证/导出等
Posted Zhijun.li@Studio
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了YOLOv8教程系列：一使用自定义数据集训练YOLOv8模型（详细版教程，你只看一篇-＞调参攻略），包含环境搭建/数据准备/模型训练/预测/验证/导出等相关的知识，希望对你有一定的参考价值。
【YOLOv8训练】使用自定义数据集训练YOLOv8模型（详细版教程，调参必看），包含环境搭建/数据准备/模型训练/预测/验证/导出等
0.引言
YOLOv8随着2023一块来了~刚开赶紧打开仓库尝尝鲜，本次升级主要更新了如下部分：
- 更友好的安装/运行方式
- 速度更快、准确率更高
- 新的backbone，将YOLOv5中的C3更换为C2F
- YOLO系列第一次尝试使用anchor-free
- 新的损失函数
另外，我也写了一篇关于YOLOv8&YOLOv7&YOLOv5的数据对比，详情参看这篇YOLOv8（n/s/m/l/x）&YOLOv7(yolov7-tiny/yolov7/yolov7x)&YOLOv5（n/s/m/l/x）不同模型参数/性能对比（含训练及推理速度）。
1.环境准备
在这之前，需要先准备主机的环境，环境如下：
- Ubuntu18.04
- cuda11.3
- pytorch:1.11.0
- torchvision:0.12.0
准备好环境后，先进入自己带pytorch的虚拟环境，与之前的yolo系列安装都不太一样，yolov8仅需要安装ultralytics这一个库就ok了。
pip install ultralytics
另一种方法稍显麻烦，需要先克隆git仓库，再进行安装；二者取其一即可。
git clone https://github.com/ultralytics/ultralytics
cd ultralytics
pip install -e .
2.数据准备
数据准备工作与YOLOv7和YOLOv5一致，没有看过的朋友可以看下这篇：YOLOv7系列教程：一、基于自定义数据集训练专属于自己的目标检测模型（保姆级教程，含数据集预处理），包含对train.py/test.py/detect.py/export.py详细说明
如果没有克隆yolov8仓库的朋友，需要先新建一个存放模型/数据/脚本的文件夹，比如在/home/admin下新建一个yolov8的文件夹，后续所有操作均在这个文件夹下进行操作。
（1）指定格式存放数据集
在yolov8/data目录下新建Annotations, images, ImageSets, labels 四个文件夹
images目录下存放数据集的图片文件
Annotations目录下存放图片的xml文件（labelImg标注）
没有自己数据集的可以使用这个数据集作训练
行人跌倒数据集
目录结构如下所示
.
├── ./data
│ ├── ./data/Annotations
│ │ ├── ./data/Annotations/fall_0.xml
│ │ ├── ./data/Annotations/fall_1000.xml
│ │ ├── ./data/Annotations/fall_1001.xml
│ │ ├── ./data/Annotations/fall_1002.xml
│ │ ├── ./data/Annotations/fall_1003.xml
│ │ ├── ./data/Annotations/fall_1004.xml
│ │ ├── ...
│ ├── ./data/images
│ │ ├── ./data/images/fall_0.jpg
│ │ ├── ./data/images/fall_1000.jpg
│ │ ├── ./data/images/fall_1001.jpg
│ │ ├── ./data/images/fall_1002.jpg
│ │ ├── ./data/images/fall_1003.jpg
│ │ ├── ./data/images/fall_1004.jpg
│ │ ├── ...
│ ├── ./data/ImageSets
│ └── ./data/labels
（2）按比例划分数据集
在yolov8根目录下新建一个文件splitDataset.py，运行
随机分配训练/验证/测试集图片，代码如下所示：
import os
import random
trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
（3）将xml文件转换成YOLO系列标准读取的txt文件
在同级目录下再新建一个文件XML2TXT.py
注意classes = [“…”]一定需要填写自己数据集的类别，在这里我是一个类别"fall"，因此classes = [“fall”]，代码如下所示：
如果数据集中的类别比较多不想手敲类别的，可以使用（4）中的脚本直接获取类别，同时还能查看各个类别的数据量，如果不想可以直接跳过（4）。
# -*- coding: utf-8 -*-
# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ['fall']
# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
dw = 1./size[0] # 1/w
dh = 1./size[1] # 1/h
x = (box[0] + box[1])/2.0 # 物体在图中的中心点x坐标
y = (box[2] + box[3])/2.0 # 物体在图中的中心点y坐标
w = box[1] - box[0] # 物体实际像素宽度
h = box[3] - box[2] # 物体实际像素高度
x = x*dw # 物体中心点x的坐标比(相当于 x/原图w)
w = w*dw # 物体宽度的宽度比(相当于 w/原图w)
y = y*dh # 物体中心点y的坐标比(相当于 y/原图h)
h = h*dh # 物体宽度的宽度比(相当于 h/原图h)
return (x, y, w, h) # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]
# year ='2012', 对应图片的id（文件名）
def convert_annotation(image_id):
'''
将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
通过对其解析，然后进行归一化最终读到label文件中去，也就是说
一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
labal文件中的格式：calss x y w h 同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个
'''
# 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
in_file = open('data/Annotations/%s.xml' % (image_id), encoding='utf-8')
# 准备在对应的image_id 中写入对应的label，分别为
# <object-class> <x> <y> <width> <height>
out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
# 解析xml文件
tree = ET.parse(in_file)
# 获得对应的键值对
root = tree.getroot()
# 获得图片的尺寸大小
size = root.find('size')
# 如果xml内的标记为空，增加判断条件
if size != None:
# 获得宽
w = int(size.find('width').text)
# 获得高
h = int(size.find('height').text)
# 遍历目标obj
for obj in root.iter('object'):
# 获得difficult ？？
difficult = obj.find('difficult').text
# 获得类别 =string 类型
cls = obj.find('name').text
# 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
if cls not in classes or int(difficult) == 1:
continue
# 通过类别名称找到id
cls_id = classes.index(cls)
# 找到bndbox 对象
xmlbox = obj.find('bndbox')
# 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
print(image_id, cls, b)
# 带入进行归一化操作
# w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
bb = convert((w, h), b)
# bb 对应的是归一化后的(x,y,w,h)
# 生成 calss x y w h 在label文件中
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\\n')
# 返回当前工作目录
wd = getcwd()
print(wd)
for image_set in sets:
'''
对所有的文件数据集进行遍历
做了两个工作：
１．将所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
最后再通过直接读取文件，就能找到对应的label 信息
'''
# 先找labels文件夹如果不存在则创建
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
# 读取在ImageSets/Main 中的train、test..等文件的内容
# 包含对应的文件名称
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
# 打开对应的2012_train.txt 文件对其进行写入准备
list_file = open('data/%s.txt' % (image_set), 'w')
# 将对应的文件_id以及全路径写进去并换行
for image_id in image_ids:
list_file.write('data/images/%s.jpg\\n' % (image_id))
# 调用 year = 年份 image_id = 对应的文件名_id
convert_annotation(image_id)
# 关闭文件
list_file.close()
（4）查看自定义数据集标签类别及数量
在yolov8目录下再新建一个文件ViewCategory.py，将代码复制进去
import os
from unicodedata import name
import xml.etree.ElementTree as ET
import glob
def count_num(indir):
label_list = []
# 提取xml文件列表
os.chdir(indir)
annotations = os.listdir('.')
annotations = glob.glob(str(annotations) + '*.xml')
dict = # 新建字典，用于存放各类标签名及其对应的数目
for i, file in enumerate(annotations): # 遍历xml文件
# actual parsing
in_file = open(file, encoding='utf-8')
tree = ET.parse(in_file)
root = tree.getroot()
# 遍历文件的所有标签
for obj in root.iter('object'):
name = obj.find('name').text
if (name in dict.keys()):
dict[name] += 1 # 如果标签不是第一次出现，则+1
else:
dict[name] = 1 # 如果标签是第一次出现，则将该标签名对应的value初始化为1
# 打印结果
print("各类标签的数量分别为：")
for key in dict.keys():
print(key + ': ' + str(dict[key]))
label_list.append(key)
print("标签类别如下：")
print(label_list)
if __name__ == '__main__':
# xml文件所在的目录，修改此处
indir = 'data/Annotations'
count_num(indir) # 调用函数统计各类标签数目
（5）修改数据加载配置文件
进入data/文件夹，新建fall.yaml，内容如下，注意txt需要使用绝对路径
train: /home/xxx/yolov8/data/train.txt
val: /home/xxx/yolov8/data/val.txt
test: /home/xxx/yolov8/data/test.txt
# number of classes
nc: 1
# class names
names: ['fall']
至此数据集的准备已经就绪，索引文件在data目录下的train.txt/val.txt/test.txt
3.模型训练/验证/预测/导出
yolov8的训练采用命令行的模型（当然也可以使用api调用的方式，后面会介绍），下面是yolov8官方给定的训练/预测/验证/导出方式：
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...
（1）模型训练
单卡训练
打开终端（或者pycharm等IDE），进入虚拟环境，随后进入yolov8文件夹，在终端中输入下面命令，即可开始训练。
yolo task=detect mode=train model=yolov8n.pt data=data/fall.yaml batch=32 epochs=100 imgsz=640 workers=16 device=0
所有参数参见下表：
| 名称 | 默认值 | 描述 |
|---|---|---|
| batch | 16 | 训练的批量大小 |
| model | null | 训练模型权重，可指定具体位置，如yolov8n.pt，yolov8n.yaml等 |
| epochs | 100 | 训练的轮次 |
| imgsz | 640 | 输入图像压缩后的尺寸 |
| device | null | 用于训练的设备，可选0或1或cpu等 |
| workers | 8 | 多线程数据加载，默认8 |
| data | null | 数据路径，使用自定义的yaml文件或者官方yaml |
| lr0 | float | 初始学习率 |
| lrf | float | 最终学习率（lr0 * lrf） |
| patience | 50 | 早期训练时，准确率如果没有显著上升则停止的轮次 |
| save | True | 是否需要保存训练的模型和预测结果 |
| cache | False | 使用缓存进行数据加载，可选True/ram, disk 或者 False |
| project | null | 项目名称 |
| name | null | 实验的名称 |
| exist_ok | False | 是否覆盖现有实验 |
| pretrained | False | 是否使用预训练模型 |
| optimizer | ‘SGD’ | 优化器，可选[‘SGD’, ‘Adam’, ‘AdamW’, ‘RMSProp’] |
| verbose | False | 是否打印详细输出 |
| seed | 0 | 重复性实验的随机种子 |
| deterministic | True | 是否启用确定性模式 |
| single_cls | False | 是否将多类数据训练为单类 |
| image_weights | False | 是否使用加权图像选择进行训练 |
| rect | False | 是否支持矩形训练 |
| cos_lr | False | 是否使用余弦学习率调度器 |
| close_mosaic | 10 | 禁用最后 10 个 epoch 的马赛克增强 |
| resume | False | 是否从上一个检查点恢复训练 |
| lr0 | 0.01 | 初始学习率(SGD=1E-2, Adam=1E-3) |
| lrf | 0.01 | 余弦退火超参数 (lr0 * lrf) |
| momentum | 0.937 | 学习率动量 |
| weight_decay | 0.0005 | 权重衰减系数 |
| warmup_epochs | 3.0 | 预热学习轮次 |
| warmup_momentum | 0.8 | 预热学习率动量 |
| warmup_bias_lr | 0.1 | 预热学习率 |
| box | 7.5 | giou损失的系数 |
| cls | 0.5 | 分类损失的系数 |
| dfl | 1.5 | dfl损失的系数 |
| fl_gamma | 0.0 | 焦点损失的gamma系数 (efficientDet默认gamma=1.5) |
| label_smoothing | 0.0 | 标签平滑 |
| nbs | 64 | 名义批次,比如实际批次为16,那么64/16=4,每4 次迭代，才进行一次反向传播更新权重，可以节约显存 |
| overlap_mask | True | 训练期间掩码是否重叠（仅限分割训练） |
| mask_ratio | 4 | 掩码下采样率 (仅限分割训练) |
| dropout | 0.0 | 使用 dropout 正则化 (仅限分类训练） |
多卡训练
yolov8的多卡训练其实很简单，不需要使用繁琐的命令行指令，仅需把device='0,1,2,3’即可，注意一定要加\\和引号哦
yolo task=detect mode=train model=yolov8n.pt data=data/fall.yaml batch=32 epochs=100 imgsz=640 workers=16 device=\\'0,1,2,3\\'
（2）模型验证
使用如下命令，即可完成对验证数据的评估。
yolo task=detect mode=val model=runs/detect/train3/weights/best.pt data=data/fall.yaml device=0
| 名称 | 默认值 | 描述 |
|---|---|---|
| val | True | 在训练期间验证/测试 |
| save_json | False | 将结果保存到 JSON 文件 |
| save_hybrid | False | 保存标签的混合版本（标签+附加预测） |
| conf | 0.001 | 用于检测的对象置信度阈值（预测时默认 0.25 ，验证时默认0.001） |
| iou | 0.6 | NMS 的交并比 (IoU) 阈值 |
| max_det | 300 | 每张图像的最大检测数 |
| half | True | 使用半精度 (FP16) |
| dnn | False | 使用 OpenCV DNN 进行 ONNX 推理 |
| plots | False | 在训练期间显示图片 |
（3）模型预测
使用如下命令，即可完成对新数据的预测，source需要指定为自己的图像路径，或者摄像头（0）。
yolo task=detect mode=predict model=runs/detect/train3/weights/best.pt source=data/images device=0
| 名称 | 默认值 | 描述 |
|---|---|---|
| source | ‘ultralytics/assets’ | 图片或视频的源目录 |
| save | False | 是否保存结果 |
| show | False | 是否显示结果 |
| save_txt | False | 将结果保存为 .txt 文件 |
| save_conf | False | 保存带有置信度分数的结果 |
| save_crop | Fasle | 保存裁剪后的图像和结果 |
| conf | 0.3 | 置信度阈值 |
| hide_labels | False | 隐藏标签 |
| hide_conf | False | 隐藏置信度分数 |
| vid_stride | False | 视频帧率步幅 |
| line_thickness | 3 | 边界框厚度（像素） |
| visualize | False | 可视化模型特征 |
| augment | False | 将图像增强应用于预测源 |
| agnostic_nms | False | 类别不可知的 NMS |
| retina_masks | False | 使用高分辨率分割蒙版 |
| classes | null | 只显示某几类结果，如class=0, 或者 class=[0,2,3] |
（4）模型导出
使用如下命令，即可完成训练模型的导出。
yolo task=detect mode=export model=runs/detect/train3/weights/best.pt
以上是关于YOLOv8教程系列：一使用自定义数据集训练YOLOv8模型（详细版教程，你只看一篇-＞调参攻略），包含环境搭建/数据准备/模型训练/预测/验证/导出等的主要内容，如果未能解决你的问题，请参考以下文章