yolov8已经出来好几个月了，并且yolov8从刚开始出来之后的小版本也升级好几次，总体变化不大，个别文件存放位置发生了变化，以下以最新版本的YOLOv8来详细学习和使用YOLOv8完成一次目标检测。
一、环境按照
深度学习环境搭建就不再重复了，可以查看上篇文章：如何安装 Anaconda，安装好之后使用conda命令创建一个新的环境，此环境还需包含PyTorch>=1.8，命令如下：
-- 创建环境
conda create -n yolov8 python=3.8
-- 激活环境
conda activate yolov8
安装依赖：
pip install ultralytics
--验证环境是否安装成功
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'
安装完ultralytics之后就可以通过命令使用yolov8进行目标检测了，使用命令可以参考YOLO官网的快速开始教程：YOLO官网快速开始教程，但我们并不只是想用官方的模型权重，而是要训练和改进为自己的数据集，所以要下载下来源码进行运行改进
Yolov8 的源代码下载：
可见我这里环境已配置好，运行结果正常，并且运行结果保存在D:\git\ai\yolov8\ultralytics\runs\detect\predict
二、制作自己的数据集
2.1 准备工作
在ultralytics目录下新建data文件夹，下再新建四个文件夹，先说明这四个文件夹分别是用来干什么的，后面会往里面一一加入需要添加的内容。
- Annotations文件夹：用来存放使用labelimg给每张图片标注后的xml文件，后面会讲解如何使用labelimg进行标注。
- Images文件夹：用来存放原始的需要训练的数据集图片，图片格式为jpg格式。
- ImageSets文件夹：用来存放将数据集划分后的用于训练、验证、测试的文件。
- Labels文件夹：用来存放将xml格式的标注文件转换后的txt格式的标注文件。
先在根目录下创建好对应的文件夹，最终效果如图所示：
2.2 准备数据集
我做的是关于小麦病害的检测，根据采集的数据集将小麦病害划分为7个种类，分别为白粉病、赤霉病、叶锈病、条锈病、颖枯病、正常麦穗、正常麦叶。下图为数据集的一部分，共准备了四千多张原始图片，大约每个种类600张。此处会用到一个非常高效的重命名方式，就不用一张一张图片的进行重命名。批量重命名的代码如下。4000张图片准备好后就放在images文件夹中即可。
python批量重命名:
import os
class BatchRename():
'''
批量重命名文件夹中的图片文件
'''
def __init__(self):
self.path = 'D:\git\ultralytics\data\images' #表示需要命名处理的文件夹
self.new_path='D:\git\ultralytics\data\images\new'
def rename(self):
filelist = os.listdir(self.path) #获取文件夹中文件的所有的文件
total_num = len(filelist) #获取文件长度（个数）
i = 1 #表示文件的命名是从1开始的
for item in filelist:
if 1: #初始的图片的格式为jpg格式的（或者源文件是png格式及其他格式，后面的转换格式就可以调整为自己需要的格式即可）
src = os.path.join(os.path.abspath(self.path), item) #连接两个或更多的路径名组件
# dst = os.path.join(os.path.abspath(self.new_path), ''+str(i) + '.jpg')#处理后的格式也为jpg格式的，当然这里可以改成png格式
dst = os.path.join(os.path.abspath(self.path), 'wheat' + format(str(i), '0>3s') + '.jpg') #这种情况下的命名格式为0000000.jpg形式，可以自主定义想要的格式
try:
os.rename(src, dst) #src – 要修改的目录名 dst – 修改后的目录名
print('converting %s to %s ...' % (src, dst))
i = i + 1
except:
continue
print ('total %d to rename & converted %d jpgs' % (total_num, i))
if __name__ == '__main__':
demo = BatchRename()
demo.rename()
2.3 使用labelimg进行标注
labelimg的安装很简单，直接使用pip命令安装就可以
安装labelimg
pip install labelimg
启动
labelimg
Labelimg是一个图像标注工具，软件使用非常简单，安装成功后直接输入labelimg就可以直接启动
使用说明：
（1）Open就是打开图片，我们不需要一张一张的打开，太麻烦了，使用下面的Open Dir
（2）Open Dir就是打开需要标注的图片的文件夹，这里就选择images文件夹
（3）change save dir就是标注后保存标记文件的位置，选择需要保存标注信息的文件夹，这里就选择Annotations文件夹
（4）特别注意需要选择好所需要的标注文件的类型。有yolo(txt)， pascalVOC (xml)两种类型。yolo需要txt文件格式的标注文件，但是这里我们选择pascalVOC，后面再将xml格式的标注文件转化为所需的txt格式。
（5）按W键或点击Create\nRectBox开始创建矩形框，把要进行识别训练的区域标记出来就行，选好框后我们选是什么类别（predefined_classes文件，在里面提前写好要训练的类型的原因），整张图片的所有目标都标记好了之后按Ctrl+S或点击Save保存 ，然后切换下一张继续，快捷键为按D键，每一张图片标记后都要保存，这个过程是一个比较繁琐的过程
整张图片的所有目标都标记好了之后按Ctrl+S或点击Save保存 ，然后切换下一张继续，快捷键为按D键，每一张图片标记后都要保存，这个过程是一个比较繁琐的过程.
标注之后的效果如下图所示，会在目标目录生成对应的xml文件
2.4 4.数据集的划分
在ultralytics的根目录下创建一个脚本，创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集、验证集、测试集，里面存放的就是用于训练、验证、测试的图片名称。代码内容如下：
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()
2.5 5.转换数据集格式
创建voc_label.py文件，他的作用：（1）就是把Annoctions里面的xml格式的标注文件转换为txt格式的标注文件，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。
（2）就是运行后除了会生成转换后labels文件夹下的60张图片的txt文件，还会在data文件夹下得到三个包含数据集路径的txt文件，train.tx，tes.txt，val.txt这3个txt文件为划分后图像所在位置的绝对路径，如train.txt就含有所有训练集图像的绝对路径。
import xml.etree.ElementTree as ET
import os
from os import getcwd
sets = ['train', 'val', 'test']
classes = ['High Ripeness','Low Ripeness','Medium Ripeness']
abs_path = os.getcwd()
print(abs_path)
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('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
out_file = open('data/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')
wd = getcwd()
for image_set in sets:
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
list_file = open('data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write(abs_path + 'data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()
2.6 编写数据集配置文件
创建 wheat.yaml
内容如下，其文件路径正是上文生成的划分配置集文件
nc代表类别数量，比如我这里是7个分类
names是每个分类名称
train: D:\git\ai\yolov8\data\train.txt
val: D:\git\ai\yolov8\data\val.txt
test: D:\git\ai\yolov8\data\test.txt
nc: 7
names:
0: Powdery Mildew # 白粉病
1: Scab # 赤霉病
2: Leaf Rust # 叶锈病
3: Stripe Rust # 条锈病
4: Glume Blotch # 颖枯病
5: Wheat Ear # 正常麦穗
6: Wheat Leaf # 正常麦叶
到这一步，数据集就算制作好了！下一步就开始训练吧
三、训练自己的数据集
3.1 命令行运行
（1）yolo提供自己的指令模式，在调参方面十分方便，可以直接用命令来完成
yolo train data=你的配置文件（xx.yaml）的绝对路径 model=yolov8n.pt epochs=300 imgsz=640 batch=8 workers=0 device=0
(3)训练过程首先会显示你所使用的训练的硬件设备信息，然后下一段话则是你的参数配置，紧接着是backbone信息，最后是加载信息，并告知你训练的结果会保存在runs\detect\trainxx。如图所示，如果正常的话就会输出下面的信息
然后就能开始训练了！
3.2 文件运行
在项目跟目录创建train.py文件
from ultralytics import YOLO
if __name__ == '__main__':
# 加载模型
model = YOLO("D:/git/ultralytics/ultralytics/cfg/models/v8/yolov8.yaml")
# 训练模型
results = model.train(data="D:/git/ultralytics/data/wheat.yaml",
resume=True,
epochs=100,
project='wheat',
patience=30,
name='wheat-yolov8n-100',
amp=False)
然后直接运行就可以开始训练， 这种和使用命令行运行是一样的，只是这样更清晰，参数更明了。具体参数说明如下表所示：
首先罗列一下官网提供的全部参数：https://docs.ultralytics.com/modes/train/
一些比较常用的传参：
| key | 解释 |
|---|---|
| model | 传入的model.yaml文件或者model.pt文件，用于构建网络和初始化，不同点在于只传入yaml文件的话参数会随机初始化 |
| data | 训练数据集的配置yaml文件 |
| epochs | 训练轮次，默认100 |
| patience | 早停训练观察的轮次，默认50，如果50轮没有精度提升，模型会直接停止训练 |
| batch | 训练批次，默认16 |
| imgsz | 训练图片大小，默认640 |
| save | 保存训练过程和训练权重，默认开启 |
| save_period | 训练过程中每x个轮次保存一次训练模型，默认-1（不开启） |
| 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 | 要运行的设备，即cuda device =0或Device =0,1,2,3或device = cpu |
| 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 | 项目文件夹的名，默认为runs |
| name | 用于保存训练文件夹名，默认exp，依次累加 |
| exist_ok | 是否覆盖现有保存文件夹，默认Flase |
| pretrained | 是否加载预训练权重，默认Flase |
| optimizer | 优化器选择，默认SGD，可选[SGD、Adam、AdamW、RMSProP] |
| verbose | 是否打印详细输出 |
| seed | 随机种子，用于复现模型，默认0 |
| deterministic | 设置为True，保证实验的可复现性 |
| single_cls | 将多类数据训练为单类，把所有数据当作单类训练，默认Flase |
| image_weights | 使用加权图像选择进行训练，默认Flase |
| rect | 使用矩形训练，和矩形推理同理，默认False |
| cos_lr | 使用余弦学习率调度，默认Flase |
| close_mosaic | 最后x个轮次禁用马赛克增强，默认10 |
| resume | 断点训练，默认Flase |
| lr0 | 初始化学习率，默认0.01 |
| lrf | 最终学习率，默认0.01 |
| label_smoothing | 标签平滑参数，默认0.0 |
| dropout | 使用dropout正则化(仅对训练进行分类)，默认0.0 |