0、引言

硬件配置：使用Mobaxterm_personal_21.4远程操控3060服务器（Linux系统），CUDA版本11.7。

使用anaconda作为python环境环境，python为3.8版本。（最好使用3.8版本）

本文最终安装的pytorch版本是1.13.1，torchvision版本是0.14.1，其他的依赖库按照requirements.txt文件安装即可。

1、代码下载

代码连接：

https://github.com/ultralytics/ultralytics

权重连接：

https://github.com/ultralytics/assets/releases

先睹为快：

下载：点击右上角的绿色Code按钮，再点击Download，即可完成代码下载。下载之后导入到服务器端解压。

解压之后如下图所示。

2、环境准备

2.1创建新环境

启动远程软件，进入base环境，创建新环境yolov8。

conda create -n yolov8 python=3.8

激活新环境yolov8。

conda activate yolov8

2.2安装依赖（各种第三方库）

运行requirements.txt文件即可完成对所有库的安装，包括pytorch等众多第三方库。

运行该文件需要先进入到该文件所在的文件夹：cd 各层文件夹。进入所在文件夹之后再运行该文件。

pip install -r requirements.txt -i https://mirrors.bfsu.edu.cn/pypi/web/simple/

2.3安装ultralytics

ultralytics集成了yolo的各种包以及模型等，程序中直接调用。

pip install ultralytics

2.4手动下载权重

虽然在（2）中可以自动下载yolov8n.pt，但是经常打不开，所以给出手动下载连接。

下载链接：https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt

位置：拷到yolov8\ultralytics-main\ultralytics\yolo\v8\detect\yolov8n.pt

3、测试运行

操作：首先进入到yolov8\ultralytics-main\ultralytics\yolo\v8\detect\predict.py，运行predict.py

python predict.py

完成测试:

查看结果：

4、训练自己的数据

4.1数据准备

由于本文的实验是进行图像检测，故将数据集放在detect目录下。

操作：在detect文件下新建mydata_tuomin文件夹（可自定义），再在mydata_tuomin目录下新建Annotations, images, ImageSets, labels 四个文件夹。

4.2按比例划分数据集

操作：在detect目录下新建一个文件splitDataset.py，运行。

作用：随机分配训练/验证/测试集图片，会在ImageSet 目录下生成四个txt文件，存放训练集、验证集、测试集的划分文件（各集合包含的图片）。

代码如下所示：

import osimport randomtrainval_percent = 0.9train_percent = 0.9xmlfilepath = 'mydata_tuomin/Annotations'txtsavepath = 'mydata_tuomin/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('mydata_tuomin/ImageSets/trainval.txt', 'w')ftest = open('mydata_tuomin/ImageSets/test.txt', 'w')ftrain = open('mydata_tuomin/ImageSets/train.txt', 'w')fval = open('mydata_tuomin/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()

查看结果：

4.3标签格式转换

由于yolov8使用的labels是txt格式的文件，故需将原始数据集xml格式的标签转换为txt格式。

即将每个xml标注提取box信息为txt格式，每个图像对应一个txt文件，文件每一行为一个目标的信息，包括class, x_center, y_center, width, height格式。

操作：在detect目录下新建一个文件XML2TXT.py，运行。

结果：生成的标签存放在labels目录下，并且在mydata_tuomin目录下生成三个txt文件，文件内是训练集、验证集、测试集的图片路径。

代码如下：

# -*- coding: utf-8 -*-# xml解析包import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joinsets = ['train', 'test', 'val']classes = ['greenplate','blueplate','face']# 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/wdh = 1./size[1] # 1/hx = (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):# 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('mydata_tuomin/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#     out_file = open('mydata_tuomin/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objfor 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idcls_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:# 先找labels文件夹如果不存在则创建if not os.path.exists('mydata_tuomin/labels/'):os.makedirs('mydata_tuomin/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('mydata_tuomin/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('mydata_tuomin/%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('mydata_tuomin/images/%s.jpg\n' % (image_id))# 调用year = 年份image_id = 对应的文件名_idconvert_annotation(image_id)# 关闭文件list_file.close()

4.4查看自己的数据集标签类别

操作：在detect目录下新建一个文件ViewCategory.py，运行。

代码如下：（文件路径也可以使用绝对路径）

# coding=gbkimport xml.dom.minidom as xmldomimport os#voc数据集获取所有标签的所有类别数"annotation_path="/mydata_tuomin/Annotations/"annotation_names=[os.path.join(annotation_path,i) for i in os.listdir(annotation_path)]labels = list()for names in annotation_names:xmlfilepath = namesdomobj = xmldom.parse(xmlfilepath)# 得到元素对象elementobj = domobj.documentElement#获得子标签subElementObj = elementobj.getElementsByTagName("object")for s in subElementObj:label=s.getElementsByTagName("name")[0].firstChild.data#print(label)if label not in labels:labels.append(label)print(labels)

4.5创建数据加载配置文件

操作：在mydata_tuomin文件夹下新建一个tuomin.yaml文件（可以自定义命名），用来存放训练集、验证集、测试集的路径文件（train.txt、val.txt、test.txt），以上三个文件是在步骤4.3中生成的路径文件（存放在mydata_tuomin目录下），然后是目标的类别数目和具体类别列表。

代码如下：❗❗❗注意txt需要使用绝对路径。

train: /home/xxxxxx/Yolov8/ultralyticsmain/ultralytics/yolo/v8/detect/mydata_tuomin/train.txtval: /home/xxxxxx/Yolov8/ultralyticsmain/ultralytics/yolo/v8/detect/mydata_tuomin/val.txttest: /home/xxxxxx/Yolov8/ultralyticsmain/ultralytics/yolo/v8/detect/mydata_tuomin/test.txt# number of classesnc: 3# class namesnames: ['greenplate', 'blueplate', 'face']

4.6选择模型

在ultralytics/models/v8/目录下是模型的配置文件，提供了n、s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大），五种模型对比图如下所示。

操作：本文限于硬件配置，采用yolov8s.yaml，接下来只用修改一个参数，把nc改成自己的类别数

代码如下：

# Ultralytics YOLO 馃殌, GPL-3.0 license# Parametersnc: 3# number of classes（只需要改这里！！！！！！！）depth_multiple: 0.33# scales module repeatswidth_multiple: 0.50# scales convolution channels# YOLOv8.0s backbonebackbone:# [from, repeats, module, args]- [-1, 1, Conv, [64, 3, 2]]# 0-P1/2- [-1, 1, Conv, [128, 3, 2]]# 1-P2/4- [-1, 3, C2f, [128, True]]- [-1, 1, Conv, [256, 3, 2]]# 3-P3/8- [-1, 6, C2f, [256, True]]- [-1, 1, Conv, [512, 3, 2]]# 5-P4/16- [-1, 6, C2f, [512, True]]- [-1, 1, Conv, [1024, 3, 2]]# 7-P5/32- [-1, 3, C2f, [1024, True]]- [-1, 1, SPPF, [1024, 5]]# 9# YOLOv8.0s headhead:- [-1, 1, nn.Upsample, [None, 2, 'nearest']]- [[-1, 6], 1, Concat, [1]]# cat backbone P4- [-1, 3, C2f, [512]]# 13- [-1, 1, nn.Upsample, [None, 2, 'nearest']]- [[-1, 4], 1, Concat, [1]]# cat backbone P3- [-1, 3, C2f, [256]]# 17 (P3/8-small)- [-1, 1, Conv, [256, 3, 2]]- [[-1, 12], 1, Concat, [1]]# cat head P4- [-1, 3, C2f, [512]]# 20 (P4/16-medium)- [-1, 1, Conv, [512, 3, 2]]- [[-1, 9], 1, Concat, [1]]# cat head P5- [-1, 3, C2f, [1024]]# 23 (P5/32-large)- [[15, 18, 21], 1, Detect, [nc]]# Detect(P3, P4, P5)

4.7开始训练

输入如下命令开始训练。

yolo task=detect mode=train model=yolov8s.yaml data=mydata_tuomin/tuomin.yaml epochs=100 batch=4

查看训练过程：

查看结果：