YoloV8详细训练教程.

相信各位都知道yolov8发布了，也是U神大作，而且V8还会出论文喔！

2023.1.17 更新 yolov8-grad-cam热力图可视化链接

2023.1.20 更新 YOLOV8改进-添加EIoU,SIoU,AlphaIoU,FocalEIoU

Yolov8结构图：

YoloV8相对于YoloV5的改进点：

  1. Replace the C3 module with the C2f module.
  2. Replace the first 6×6 Conv with 3×3 Conv in the Backbone.
  3. Delete two Convs (No.10 and No.14 in the YOLOv5 config).
  4. Replace the first 1×1 Conv with 3×3 Conv in the Bottleneck.
  5. Use decoupled head and delete the objectness branch.
  6. anchor free.

重点来了！如何训练我们的yolov8模型？

哔哩哔哩Yolov8视频教学地址(配合本博文，包你秒懂！) (不用修改yolov8 纯使用的话 看这个)

1. 下载源码和准备数据集

代码链接:yolov8_github,本次其github的名字没有直接命名为yolov8。
数据集本次博主准备了一个小数据集，关于口罩目标检测数据集，数据集方面只要是voc和yolo格式都可以，下面会有转换脚本的示例。那么各位看官使用自己的数据集就可以，我这里就不提供下载我的数据集了(偷个懒!)。

2. 配置环境(yolov8从0开始安装环境哔哩哔哩视频教学地址)

  1. 首先推荐使用anaconda作为你的python环境，代码工具可以使用vscode或者pycharm，这个根据使用者爱好，这边我使用的是pycharm，那么这里默认各位已经准备好anaconda和(vscode或者pycharm)，不会安装的话可以百度一下，这方面的教程都非常丰富。
  2. 安装torch和torchvision
    你可以在这个pytorch官网中找到对应的安装命令，这里版本要求推荐torch==1.12.0+，下面贴出torch==1.12.0的各项安装命令，各位看官可以根据自己的电脑情况进行选择
    CUDA 11.6
    pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 –extra-index-url https://download.pytorch.org/whl/cu116
    CUDA 11.3
    pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 –extra-index-url https://download.pytorch.org/whl/cu113
    CUDA 10.2
    pip install torch==1.12.0+cu102 torchvision==0.13.0+cu102 –extra-index-url https://download.pytorch.org/whl/cu102
    CPU only
    pip install torch==1.12.0+cpu torchvision==0.13.0+cpu –extra-index-url https://download.pytorch.org/whl/cpu
  3. 在代码目录下运行python setup.py install.
    运行后其会安装一些其依赖的包，会输出比较多的信息，怎么判断自己是否安装成功，主要是看最后输出是否有Finished processing dependencies for ultralytics即可.

3. 处理数据集

本博主的github上有适用于yolov3,v5,v7,v8的数据集转换脚本，其使用教程如下：

VOC标注格式数据集使用示例

  1. 把图片存放在dataset\VOCdevkit\JPEGImages中，图片后缀需要一致，比如都是jpg或者png等等，不支持混合的图片后缀格式，比如一些是jpg，一些是png。
  2. 把VOC标注格式的XML文件存放在dataset\VOCdevkit\Annotations中。
  3. 运行xml2txt.py,在这个文件中其会把Annotations中的XML格式标注文件转换到txt中的yolo格式标注文件。其中xml2txt.py中的postfix参数是JPEGImages的图片后缀,修改成图片的后缀即可，默认为jpg。比如我的图片都是png后缀的，需要把postfix修改为png即可。其中运行这个文件的时候，输出信息会输出你的数据集的类别，你需要把类别列表复制到data.yaml中的names中，并且修改nc为你的类别数，也就是names中类别个数。
  4. 运行split_data.py,这个文件是划分训练、验证、测试集。其中支持修改val_size验证集比例和test_size测试集比例，可以在split_data.py中找到对应的参数进行修改，然后postfix参数也是你的图片数据集后缀格式，默认为jpg，如果你的图片后缀不是jpg结尾的话，需要修改一下这个参数。

YOLO标注格式数据集使用示例

  1. 把图片存放在dataset\VOCdevkit\JPEGImages中，图片后缀需要一致，比如都是jpg或者png等等，不支持混合的图片后缀格式，比如一些是jpg，一些是png。
  2. 把YOLO标注格式的TXT文件存放在dataset\VOCdevkit\txt中。
  3. 运行split_data.py,这个文件是划分训练、验证、测试集。其中支持修改val_size验证集比例和test_size测试集比例，可以在split_data.py中找到对应的参数进行修改，然后postfix参数也是你的图片数据集后缀格式，默认为jpg，如果你的图片后缀不是jpg结尾的话，需要修改一下这个参数。
  4. 在data.yaml中的names设置你的类别，其为一个list，比如我的YOLO标注格式数据集中，0代表face，1代表body，那在data.yaml中就是names:[‘face’, ‘body’]，然后nc:2，nc就是类别个数。

VOC数据集操作示例

本博主准备的是voc标注格式的数据集，我们先把图片和VOC标注文件放到以下两个文件夹中：

然后运行xml2txt.py，其中这个文件有一个postfix参数，其为你图像的后缀格式，默认为jpg，如果你的图像是bmp或者png可以修改这个参数，当然其不支持混合的后缀格式，其会导致输出文件找不到的错误信息，这个请大家注意！运行后会输出以下：

我们需要把最后的输出[‘mask’, ‘face’]复制到data.yaml的names中，并且nc修改为自己数据集的类别数，也就是names列表的长度，本数据集为2.如下所示：

而且你会发现在dataset/VOCdevkit/txt里面会生成了对应的yolo格式的标注文件

YOLO数据集操作教程

对于yolo标注格式的数据集，我们直接把图像和对应的yolo标注文件放到dataset\VOCdevkit\JPEGImages和dataset\VOCdevkit\txt即可，然后在data.yaml中填写自己数据集的类别对应关系和类别数量即可。

分割数据集

无论对于VOC格式数据集还是YOLO格式数据集，按照上述步骤处理好后运行split_data.py，这个文件也有一个postfix参数，默认为jpg，如果自己的数据集不是jpg后缀的话，请自行修改，当然不支持混合后缀格式，请大家注意！split_data.py中还有val_size，test_size参数，其为比例系数，默认为0.1，0.2，如有需要请自行修改。运行成功后，其会自动创建下图这些文件夹，然后把对应的图片和标签文件复制到对应的文件夹中。

当你完成这一步的时候，数据集就处理完成。

4. 训练

训练过yolov5的都清楚，其会有一些配置文件和参数，但是这次v8稍有不同，其参数全部都存到一个yaml配置文件里面，就是其train.py是没有参数可以调整的，只需要在那个yaml配置文件里面进行修改即可，其路径为：ultralytics/yolo/configs/default.yaml，接下来对一些重点的参数进行讲解：

  • model
    pt模型路径或者yaml模型配置文件路径。这次的v8稍有不同，这个model参数可以是pt也可以是yaml。
    1. pt
      相当于使用预训练权重进行训练，比如选择为yolov8n.pt，就是训练一个yolov8n模型，并且训练前导入这个pt的权重。
    2. yaml
      相当于直接初始化一个模型进行训练，比如选择为yolov8n.yaml，就是训练一个yolov8n模型，权重是随机初始化。
  • data
    数据配置文件的路径，也就是第三点中的data.yaml。
  • epochs
    训练次数。
  • patience
    在精度持续一定epochs没有提升时，过早停止训练。也就是早停机制。
  • batch
    batch size大小。
  • imgsz
    输入图像大小。
  • save
    是否保存模型。
  • cache
    是否采用ram进行数据载入，设置True会加快训练速度，但是这个参数非常吃内存，一般服务器才会设置。
  • device
    所选择的设备训练。
  • workers
    载入数据的线程数。windows一般为4，服务器可以大点，windows上这个参数可能会导致线程报错，发现有关线程报错，可以尝试减少这个参数，这个参数默认为8，大部分都是需要减少的。
  • project
    project name.一个保存文件夹的名字，一般不用改动。
  • name
    训练保存的文件夹名字。
  • exist_ok
    是否覆盖现有的保存文件夹。
  • pretrained
    是否使用预训练模型，这个参数我并没有使用，因为在model参数中我直接设置pt模型路径。
  • optimizer
    优化器选择。直接SGD、Adam、AdamW、RMSProp。
  • verbose
    是否打印详细输出。
  • seed
    随机种子。
  • deterministic
    设置为True，保证实验的可复现性。
  • single_cls
    如果你的数据集是多类别，这个参数设置为True的话，其会当做一个类别来进行训练，相当于只负责识别目标，不负责识别类别。
  • image_weights
    使用加权图像选择进行训练。
  • rect
    是否采用矩形训练。这个参数不好解释，想了解的同学可以自行百度。
  • cos_lr
    是否采用cor lr调度器。
  • close_mosaic
    默认值为10，意思就是在最后10个epochs关闭马赛克数据增强，其思想来源于YOLOX。
  • resume
    是否继续上一次没完成的训练。

这次的yolo训练实在是太惊艳了，就是你只需要修改配置文件，其中在配置文件中有一个task和mode的参数，task就是选择detect，我们这边做的是目标检测，mode的话，你训练就是选择train，然后运行

yolo cfg=ultralytics/yolo/configs/default.yaml

即可开始训练，太好用了！示例如下：

然后就开始训练，下面贴点训练过程输出的图：

4. 测试

这次YOLOV8的测试参数比之前的少，其解释如下：

  • val
    我的理解是：设置为True就是计算验证集指标，设置为False就是计算测试集指标
    但是我测试的时候无论是True或者False都是计算验证集，可能是一个bug，毕竟刚出不久，代码架构改动这么大，期待后续更新。
  • save_json
    是否把结果保存为json file。
  • save_hybrid
    是否把结果保存为hybrid version of labels。这个我也不知道什么来的，没用过，大家可以设置为True看看，估计就是一种保存的格式。
  • conf
    置信度。
  • iou
    iou阈值。
  • max_det
    最大检测数量。
  • half
    是否使用fp16测试。
  • dnn
    使用opencv的dnn进行onnx推理。
  • plots
    配置文件中给的注释是show plots during training，有兴趣可以设置为True和False对比一下。
    需要注意的是需要把mode改为val，然后Train settings中的model参数修改为你训练保存的模型文件，如下：

    验证集测试结果如下：

5.推理

推理部分参数解释：

  • source
    这个参数跟之前的yolov5一致，可以输入图片路径，图片文件夹路径，视频路径。
  • show
    配置文件中给的解释是show results if possible，不太能理解，有兴趣可以设置为True or False进行对比看看。
  • save_txt
    是否把识别结果保存为txt。
  • save_conf
    保存为txt过程中是否保存目标的置信度。
  • save_crop
    是否把目标进行裁剪下来进行保存。
  • hide_label
    保存识别的图像时候是否隐藏label。
  • hide_conf
    保存识别的图像时候是否隐藏置信度。
  • vid_stride
    视频检测中的跳帧帧数。
  • line_thickness
    目标框中的线条粗细大小。
  • visualize
    配置文件中给的解释是visualize results，不太能理解，有兴趣可以设置为True or False进行对比看看。
  • augment
    是否使用测试数据增强。
  • agnostic_nms
    是否采用class-agnostic NMS。
  • retina_masks
    配置文件中给的解释是use retina masks for object detection，没了解过，有兴趣可以设置为True or False进行对比看看。

需要注意的是需要把mode改为detect，然后Train settings中的model参数修改为你训练保存的模型文件，即可进行推理：

一些检测的效果图：


如果内容对你有帮助，麻烦点个赞，谢谢！