时代在进步，yolo在进步，我还在踏步，v8我浅搞了一下detect和pose，记录一下，我还是要吐槽一下，为啥子这个模型就放在了这个文件深处，如图。
以下教程只应用于直接应用yolov8，不修改。我之前搞v7的环境，直接
pip install ultralytics
1. detect
在detect文件夹下新建一个dataset放图片（jpg）和yolo格式的标签（txt）训练集和测试集直接分好，再新建一个data.yaml，如图，放你自己的路径，类别。
放一个检测框的json转yolo的代码，改类别和文件夹路径
import os
import json
import numpy as np
# 类和索引
CLASSES=["fish"]
def convert(size,box):
'''''
input:
size:(width,height);
box:(x1,x2,y1,y2)
output:
(x,y,w,h)
'''
dw=1./size[0]
dh=1./size[1]
x=(box[0]+box[1])/2.0
y=(box[2]+box[3])/2.0
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)
# json -> txt
def json2txt(path_json,path_txt):
# print(path_json,"r")
with open(path_json,"r") as path_json:
jsonx=json.load(path_json)
width=int(jsonx["imageWidth"]) # 原图的宽
height=int(jsonx["imageHeight"]) # 原图的高
with open(path_txt,"w+") as ftxt:
# 遍历每一个bbox对象
for shape in jsonx["shapes"]:
obj_cls=str(shape["label"]) # 获取类别
cls_id=CLASSES.index(obj_cls) # 获取类别索引
points=np.array(shape["points"]) # 获取(x1,y1,x2,y2)
x1=int(points[0][0])
y1=int(points[0][1])
x2=int(points[1][0])
y2=int(points[1][1])
# (左上角,右下角) -> (中心点,宽高) 归一化
bb=convert((width,height),(x1,x2,y1,y2))
ftxt.write(str(cls_id)+" "+" ".join([str(a) for a in bb])+"\n")
if __name__=="__main__":
# json文件夹
dir_json="C:\\Users\\ASUS\\Desktop\\111\\"
# txt文件夹
dir_txt="C:\\Users\\ASUS\\Desktop\\222\\"
if not os.path.exists(dir_txt):
os.makedirs(dir_txt)
# 得到所有json文件
list_json=os.listdir(dir_json)
# 遍历每一个json文件,转成txt文件
for cnt,json_name in enumerate(list_json):
print("cnt=%d,name=%s"%(cnt,json_name))
path_txt=dir_txt+json_name.replace(".json",".txt")
path_json = dir_json + json_name
print("path_json\t",path_json)
print("path_txt\t",path_txt)
# (x1,y1,x2,y2)->(x,y,w,h)
json2txt(path_json,path_txt)
准备好了，直接terminal里输入就行，但是如果想改点啥比如说希望预测的时候不输出的类别，就输出框，他就改不了，因为这个ultra这个包都给整好了，封装的忒严重，想在这个模型上进行改进就得给他卸了，然后再搞。
#训练的代码
yolo task=detect mode=train model=yolov8s.yaml data=D:/DATA/ultralytics-main/ultralytics/models/yolo/detect/data.yaml epochs=200 batch=128
# 预测的代码
yolo task=detect mode=predict model=D:/DATA/ultralytics-main/weights/best.pt source=D:/DATA/ultralytics-main/ultralytics/models/yolo/detect/dataset/images/val device=cpu2. pose
pose的数据集跟之前的有一点区别，首先标注关键点时，要先使用矩形框（rectangle）框出目标，然后在这个矩形框里面打关键点，必须保证每一张照片当中点的数量是相同的，就是说1234得对应上，每个点按顺序进行标注，总数需要是一样多的。3可以被遮挡，但是也得标，然后把这个点变成不可见就可以了。最终得到了 .json 文件，然后我们需要将其转化为 .txt 文件，2代表可见，0代表不可见。转的代码在下面，我用是好使的。
然后跟上面差不多的命令就可以了。
# 关键点检测json转txt
import os
import json
import shutil
import time
import numpy as np
from tqdm import tqdm
Dataset_root = 'C:/Users/ASUS/Desktop/strong121/labels/' # 转化的json文件地址
# 框的类别
bbox_class =["fish"]
# 关键点的类别，有多少类就写多少
keypoint_class = ['1', '2', '3','4', '5', '6', '7', '8', '9', '10', '11', '12',
'13', '14', '15', '16', '17', '18', '19', '20', '21', '22', '23',
'24', '25', '26', '27', '28', '29', '30', '31', '32', '33', '34',
'35', '36', '37', '38', '39', '40', '41', '42', '43', '44']
os.chdir(Dataset_root)
def process_single_json(labelme_path, save_folder='C:/Users/ASUS/Desktop/no/'):
with open(labelme_path, 'r', encoding='utf-8') as f:
labelme = json.load(f)
img_width = labelme['imageWidth'] # 图像宽度
img_height = labelme['imageHeight'] # 图像高度
# 生成 YOLO 格式的 txt 文件
suffix = labelme_path.split('.')[-2]
yolo_txt_path = suffix + '.txt'
with open(yolo_txt_path, 'w', encoding='utf-8') as f:
for each_ann in labelme['shapes']: # 遍历每个标注
if each_ann['shape_type'] == 'rectangle': # 每个框，在 txt 里写一行
yolo_str = ''
## 框的信息
# 框的类别 ID
bbox_class_id = bbox_class.index(each_ann['label'])
# print(bbox_class_id)
yolo_str += '{} '.format(bbox_class_id)
# 左上角和右下角的 XY 像素坐标
bbox_top_left_x = int(min(each_ann['points'][0][0], each_ann['points'][1][0]))
bbox_bottom_right_x = int(max(each_ann['points'][0][0], each_ann['points'][1][0]))
bbox_top_left_y = int(min(each_ann['points'][0][1], each_ann['points'][1][1]))
bbox_bottom_right_y = int(max(each_ann['points'][0][1], each_ann['points'][1][1]))
# 框中心点的 XY 像素坐标
bbox_center_x = int((bbox_top_left_x + bbox_bottom_right_x) / 2)
bbox_center_y = int((bbox_top_left_y + bbox_bottom_right_y) / 2)
# 框宽度
bbox_width = bbox_bottom_right_x - bbox_top_left_x
# 框高度
bbox_height = bbox_bottom_right_y - bbox_top_left_y
# 框中心点归一化坐标
bbox_center_x_norm = bbox_center_x / img_width
bbox_center_y_norm = bbox_center_y / img_height
# 框归一化宽度
bbox_width_norm = bbox_width / img_width
# 框归一化高度
bbox_height_norm = bbox_height / img_height
yolo_str += '{:.5f} {:.5f} {:.5f} {:.5f} '.format(bbox_center_x_norm, bbox_center_y_norm,
bbox_width_norm, bbox_height_norm)
# print(yolo_str)
# print("**********************")
# time.sleep(90000)
## 找到该框中所有关键点，存在字典 bbox_keypoints_dict 中
bbox_keypoints_dict = {}
for each_ann in labelme['shapes']: # 遍历所有标注
if each_ann['shape_type'] == 'point': # 筛选出关键点标注
# 关键点XY坐标、类别
x = int(each_ann['points'][0][0])
y = int(each_ann['points'][0][1])
label = each_ann['label']
if (x > bbox_top_left_x) & (x < bbox_bottom_right_x) & (y < bbox_bottom_right_y) & (
y > bbox_top_left_y): # 筛选出在该个体框中的关键点
bbox_keypoints_dict[label] = [x, y]
## 把关键点按顺序排好
for each_class in keypoint_class: # 遍历每一类关键点
if each_class in bbox_keypoints_dict:
keypoint_x_norm = bbox_keypoints_dict[each_class][0] / img_width
keypoint_y_norm = bbox_keypoints_dict[each_class][1] / img_height
yolo_str += '{:.5f} {:.5f} {} '.format(keypoint_x_norm, keypoint_y_norm,
2) # 2-可见不遮挡 1-遮挡 0-没有点
else: # 不存在的点，一律为0
yolo_str += '0 0 0 '
# 写入 txt 文件中
f.write(yolo_str + '\n')
shutil.move(yolo_txt_path, save_folder)
print('{} --> {} 转换完成'.format(labelme_path, yolo_txt_path))
save_folder = 'C:/Users/ASUS/Desktop/no' # 转换后的训练集标注文件至目录
for labelme_path in os.listdir(Dataset_root):
# try:
process_single_json(Dataset_root + labelme_path, save_folder=save_folder)
# except:
# print('******有误******', labelme_path)
print('YOLO格式的txt标注文件已保存至 ', save_folder)