YOLOv8单目标检测

已于 2024-08-18 12:14:31 修改
阅读量3.8k 收藏 40
点赞数 29
CC 4.0 BY-SA版权
文章标签： YOLO 目标检测 pytorch 深度学习 人工智能
于 2024-08-18 12:11:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/hello000w/article/details/141297584

文章目录

用于个人记录，好记性不如烂笔头

其实整体训练的流程和V5差不多，只是V8不需要下载工程文件了，而是可以通过安装ultralytics，然后进行调用

pip install ultralytics

1.数据集

​ 数据集的制作方式和V5完全一致，唯一的区别是我们需要自己创建一个yaml的配置文件，该文件是为了让V8读取到数据。而这个yaml的格式是跟V5的类似的。

v5的操作链接如下，里面包含了数据集制作方式，和xml转txt的详细说明，可以参考一下：
YOLOv5单目标识别

本次我要识别的是一个数字“8”，图片和层级目录如下：
在这里插入图片描述
在这里插入图片描述

下面的图片是V5版本的数据的配置

在这里插入图片描述

而V8的yaml的配置如下

在这里插入图片描述

train: [F:\yolodata\8\train.txt]
val: [F:\yolodata\8\val.txt]


# number of classes
nc: 1

# class names
names: ['eight']

2.模型训练

准备好数据集以及配置文件后，就可以开启模型训练了。因为不需要下载工程文件了，所以我们创建一个v8_train.py文件，然后将要配置的参数写上即可

注意：需要自己去官方去下载预训练的模型，这里我用的yolo8s.pt

from ultralytics import YOLO


if __name__ == '__main__':
    model=YOLO(r"F:\yolodata\8\yolov8s.pt")
    model.train(
        data=r"F:\yolodata\8\eight.yaml",
        imgsz=320,
        device=0,
        epochs=10,
        name="eight8",
        batch=64,
        fliplr=0,#图像左右翻转（概率）
    )

当执行上面的代码后，当运行结束后，提示运行结果保存的位置在：Results saved to runs\detect\eight83。我这里运行的结果是保存在v8_train.py的同一个文件夹中的.

运行结果图片
在这里插入图片描述

这里我是把数据集，配置文件，训练的py，预训练的模型都放在一个文件夹，所以看起来有点乱，其实可以分成两个文件夹，数据集放到另一个文件夹。训练好的模型就在runs文件夹中
在这里插入图片描述

3.转onnx并推理

（1）输出结果解释
from ultralytics import YOLO


if __name__ == '__main__':
    model_path=r"F:\yolodata\8\runs\detect\eight83\weights\best.pt"
    model=YOLO(model_path)
    model.export(format='onnx',imgsz=320)# 自己模型的配置，我的图片大小是320的，官方的是640

​ 可以看到转成onnx后，onnx文件存放的位置也是在weights文件夹中，我们将onnx模型打开，他的输出是tensor: float32[1,5,2100],这里需要解释一下为什么他的输出会是这样的。我们对比一下官方的预训练模型

我们自己的模型如下
在这里插入图片描述

官方的模型如下

官服的输出是float32[1,84,8400]

from ultralytics import YOLO

if __name__ == '__main__':
    model_path=r"F:\yolodata\8\yolov8s.pt"
    model=YOLO(model_path)
    model.export(format='onnx',imgsz=640)#官方的数据集是640

在这里插入图片描述

​ 解释如下：

​ 我们知道YOLO是有三个不同尺度的检测头（anchor），分别是80x80，40x40，20x20,这个三个size是怎么计算出来的呢，是因为yolo使用三个尺寸的下采样比例分别是8,16,32，官方使用640大小的图片，所以640分别除以8,16,32得到的就是80 40 20。

​ 由于特征图中的每个网格产生一个预测结果，(80x80+40x40+20x20)所以是8400个预测结果。官方使用的640x640的图片，而我们的图片大小是320x320，hw都分别都缩小了2倍，自然计算出来的结果就会少了2x2=4倍。8400/4=2100

与v5的不同，v5是每个网格会产生3个预测结果，计算出来是25200。

​ 输出解释：

​ tensor: float32[1,5,2100]，代表什么呢？

​ 1表示batch_size

​ 5分别表示xywh和类别的得分，这里只有一个类，所以只有一个得分（官方的有80类所以是84）

​ 2100表示检测框的数量

​ 如果我们把[1,5,2100]展开则是这样的：

​ ([[[x,x1,x2,x3…x2100],

​ [y,y1,y2,y3…y2100],

​ [w,w1,w2,w3…w2100],

​ [h,h1,h2,h3…h2100],

​ [s,s1,s2,s3…s2100]

​ ]]])

​

​ 所以我们只需要根据最后一行，将分数最大的那一列xywh拿出来即可

（2）推理

​ 从onnx中我们知道它的输入要求shape为(1, 3, 320, 320) float32类型，并且yolo在对图片处理中还进行了归一化处理，所以我们推理的时候也要对输入的图片做相应的处理

import numpy as np
import os
import onnxruntime as ort
import cv2



img_path=r"F:\yolodata\8\Frames\155.png"
onn_path=r"F:\yolodata\8\runs\detect\eight83\weights\best.onnx"
provider=ort.get_available_providers()[1 if ort.get_device() == 'GPU' else 0]

ort_session=ort.InferenceSession(
                                onn_path,
                                providers=[provider])
# 图片处理
img=cv2.imread(img_path)
img_dst=img[np.newaxis,:,:,:].astype(np.float32)
img_dst=img_dst.transpose(0,3,1,2)/255.0
# print(img.shape,img.dtype) # (1, 3, 320, 320)  float32

# 推理
resluts=ort_session.run(output_names=["output0"],
                        input_feed={"images":img_dst})

# print(resluts[0].shape) # (1, 5, 2100)
best_index=resluts[0][:,-1,:].argmax() # 1750


position=resluts[0][:,:,best_index]
cx,cy,ww,hh,ss=position[0][0],position[0][1],position[0][2],position[0][3],position[0][4]
new_img=cv2.imread(img_path)
cv2.putText(new_img,str(round(ss,3)),(int(cx-ww/2),int(cy-hh/2)-5),cv2.FONT_HERSHEY_SIMPLEX,1,(0,255,255),2)
cv2.rectangle(new_img,(int(cx-ww/2),int(cy-hh/2)),(int(cx+ww/2),int(cy+hh/2)),(0,0,255),2)

# 显示两张图片
combined_img=np.hstack((img,new_img))
cv2.imshow("combined_img",combined_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码执行后图片显示效果如下
在这里插入图片描述

4.YOLOv8参数说明

model.train()参数说明**

参考链接：https://blog.youkuaiyun.com/qq_42452134/article/details/135168930

参数 (Key)默认值 (Value)描述 (Description)
model如果预训练就指向预训练模型模型文件路径，例如 yolov8n.pt, yolov8n.yaml
data执行数据集地址数据文件路径，例如 coco128.yaml
epochs100训练的周期数
timeNone训练的小时数，如果提供了此参数将覆盖周期数
patience50早停训练等待的最大无改善周期数
batch16每批次的图像数量（-1 表示自动批次）
imgsz640输入图像的尺寸
saveTRUE是否保存训练检查点和预测结果
save_period-1每 x 个周期保存一次检查点（如果小于 1 则禁用）
cacheFALSE是否使用数据加载的缓存，可选 True/ram, disk 或 False
deviceNone运行设备，例如 cuda device=0 或 device=0,1,2,3 或 device=cpu
workers8数据加载的工作线程数（如果使用DDP则每个RANK）
projectNone项目名称
nameNone实验名称
exist_okFALSE是否覆盖已存在的实验
pretrainedTRUE是否使用预训练模型（布尔值）或从其中加载权重的模型（字符串）
optimizer‘auto’使用的优化器，选项包括 [SGD, Adam, Adamax, AdamW, NAdam, RAdam, RMSProp, auto]
verboseFALSE是否打印详细输出
seed0随机种子，用于可重复性
deterministicTRUE是否启用确定性模式
single_clsFALSE将多类别数据作为单一类别训练
rectFALSE矩形训练，每批次根据最小填充整理
cos_lrFALSE使用余弦学习率调度器
close_mosaic10在最后几个周期禁用马赛克增强（0 为禁用）
resumeFALSE从最后一个检查点恢复训练
ampTRUE自动混合精度（AMP）训练
fraction1训练集中用于训练的数据集比例（默认为 1.0，即全部图像）
profileFALSE在训练期间用于日志记录器的 ONNX 和 TensorRT 速度分析
freezeNone在训练期间冻结前 n 层，或冻结层索引列表
lr00.01初始学习率（例如 SGD=1E-2, Adam=1E-3）
lrf0.01最终学习率（初始学习率 * 最终学习率）
momentum0.937SGD 动量/Adam beta1
weight_decay0.0005优化器权重衰减 5e-4
warmup_epochs3热身周期数（小数也可）
warmup_momentum0.8热身期间的初始动量
warmup_bias_lr0.1热身期间的初始偏置学习率
box7.5边界框损失增益
cls0.5类别损失增益（根据像素缩放）
dfl1.5DFL 损失增益
pose12姿态损失增益（仅姿态）
kobj2关键点对象损失增益（仅姿态）
label_smoothing0标签平滑（小数表示比例）
nbs64标称批次大小
overlap_maskTRUE训练期间遮罩是否重叠（仅限分割训练）
mask_ratio4遮罩下采样比率（仅限分割训练）
dropout0是否使用 dropout 正则化（仅限分类训练）
valTRUE训练期间是否进行验证/测试
plotsFALSE训练/验证期间是否保存图表和图像

model.export()参数说明

参考链接：https://blog.youkuaiyun.com/qq_42761751/article/details/140825169

ArgumentTypeDefaultDescription
formatstr‘torchscript’导出模型的目标格式，例如 ‘onnx’、‘torchscript’、‘tensorflow’ 或其他格式，用于定义与各种部署环境的兼容性
imgszint or tuple640模型输入的期望图像大小。可以是整数，或者用于特定尺寸的元组（高度，宽度）
kerasboolFALSE启用导出为Keras格式的TensorFlow SavedModel，提供与TensorFlow服务和API的兼容性
optimizeboolFALSE在导出到TorchScript时应用移动设备优化，可能会减少模型大小并提高性能
halfboolFALSE启用FP16（半精度）量化，减少模型大小，并可能在支持的硬件上加速推理
int8boolFALSE启用INT8量化，进一步压缩模型并加速推理，精度损失最小，主要适用于边缘设备
dynamicboolFALSE允许 ONNX 和 TensorRT 导出支持动态输入尺寸，提高处理不同图像尺寸的灵活性
simplifyboolFALSE通过 onnxslim 简化 ONNX 导出的模型图，可能提高性能和兼容性
opsetintNone指定 ONNX opset 版本，以确保与不同的 ONNX 解析器和运行时兼容。如果未设置，将使用最新支持的版本
workspacefloat4设置 TensorRT 优化的最大工作空间大小（以 GiB 为单位），以平衡内存使用和性能
nmsboolFALSE为 CoreML 导出添加非极大值抑制（NMS），这是准确和高效检测后处理的关键
batchint1指定导出模型的批量推理大小或在预测模式下导出模型将同时处理的最大图像数量

完结！！！

在这里插入图片描述

Hello未来
关注
YOLOv8只检测人（或其他一种或者多种类别）
GuoKe_L的博客
03-20 7416
yolo只检测特定物体
YOLO算法输出图像含义以及理解
千天夜的博客
05-28 2629
YOLO输出图像及其示意，all you need is here ！！
yolov8 输出数据解释
最新发布
luoganttcc的博客
05-06 666
‌xywhn‌：归一化的 xywh，相对于图像尺寸的比例值（如宽高为640x640时，中心点(320,320)对应归一化值(0.5,0.5)）。‌xywh‌：边界框中心点坐标 (x_center, y_center) 和宽高 (width, height)，单位为像素。‌xyxy‌：边界框左上角 (x_min, y_min) 和右下角 (x_max, y_max) 的绝对坐标。‌confs‌：检测框的置信度，表示模型对检测结果的信心（值越高，误检概率越低）。‌xyxyn‌：归一化的 xyxy。
YOLOV8目标识别——详细记录从环境配置、自定义数据、模型训练到模型推理部署
知来者逆的博客
11-14 5万+
详细记录YOLOv8目标检测算法，从数据收集、环境配置、模型训练、模型部署，保姆级教程
yolo系列目标检测模型训练结果分析
you 是 mine
04-12 1万+
mAP是用Precision和Recall作为两轴作图后围成的面积，m表示平均，@后面的数表示判定iou为正负样本的阈值，@0.5:0.95表示阈值取0.5:0.05:0.95后取均值。曲线上的每个点表示在特定的置信度阈值下的准确率。在目标检测任务中，召回率是指在所有实际为正例的样本中，模型成功预测为正例的样本所占的比例。在分类任务中，精确率是指在所有预测为正例的样本中，实际为正例的样本所占的比例。归一化后的混淆矩阵显示的是预测结果的相对比例或百分比，可以更清楚地了解模型在不同类别上的分类准确性。
YOLOv8、YOLOv11获取输出结果（目标检测、关键点检测、语义分割）
qq_49110168的博客
12-23 6470
在计算机视觉领域，YOLO（You Only Look Once）是一种流行的目标检测算法，以其速度快和准确性高而闻名。YOLOv8、YOLOv11不仅继承了前代算法的优点，还引入了新的技术来进一步提升性能。获取Y的输出结果对于多个应用场景至关重要。获取YOLOv8、YOLOv11的输出结果，意味着我们能够从算法中获得这些关键信息，进而为后续的决策和分析提供数据支持。因此，了解如何从YOLOv8、YOLOv11获取这些输出结果，对于开发人员、研究人员以及任何希望利用这些技术的人来说，都是一个重要的课题。
yolov8目标检测
Q_ytsup5681的博客
06-23 1861
showPrev`和`showNext`方法分别实现了显示前一个和下一个图像或视频帧的功能，通过修改当前图像或帧索引，调用`showImage`或`showFrame`方法来显示相应的图像或帧。`showFrame`方法中，如果当前帧索引有效，获取当前帧并将其转换为`QImage`对象，在标签上显示原始视频帧，并清除检测后的图像标签内容。`showImage`方法中，如果当前图像索引有效，获取当前图像路径并加载图像，在标签上显示原始图像，并清除检测后的图像标签内容。为每个按钮设置点击事件处理函数。
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务（从数据准备到训练测试部署的完整流程）
源的博客
09-08 2万+
目标检测（Object Detection）是计算机视觉领域的一项重要技术，旨在识别图像或视频中的特定目标并确定其位置。通过训练深度学习模型，如卷积神经网络（CNN），可以实现对各种目标的精确检测。常见的目标检测任务包括：人脸检测、行人检测、车辆检测等。目标检测在安防监控、自动驾驶、智能零售等领域具有广泛应用前景。
超详细YOLOv8目标检测全程概述：环境、训练、验证与预测详解
热门推荐
CDBmax的博客
12-25 9万+
这篇博文提供了一个关于使用YOLOv8进行目标检测的全面指南，包括环境搭建、模型训练、验证和预测的详细步骤，以及如何解释训练过程中生成的各种图表和数据。整篇文章为读者提供了一个关于如何利用YOLOv8进行目标检测的实践指南，从环境搭建到模型部署，再到结果分析，每一部分都给出了详细的步骤和解释。此外，还有对于模型输出的解释，帮助读者更好地理解和使用YOLOv8模型。
【yolov8系列】yolov8的目标检测、实例分割、关节点估计的原理解析
magic_ll的博客
10-17 2万+
对前两者进行解析可得到，有效的gridceil预测出了目标的类别 和 目标的box，此时可以很容易获取该gridceil中的目标的mask_coef，维度为32，刚好与Proto输出的channel维度32相一致。不同mask为网络学习到不同的掩码信息，值得注意的是单张mask并不意味着mask中只有一个目标的mask。2 仅保留该gridceil检测出的box内的mask，然后再对mask框内的mask的每个像素进行阈值过滤（工程中阈值设为0.5），即得到该目标的最终的mask。
YOLOv8目标检测快速上手！
不积跬步，无以至千里！
06-01 2981
YOLOv8环境安装、训练、测试快速上手！
YOLOv8水下目标检测权重+数据集
04-22
1、YOLOv8水下目标检测权重，含有数据集，7000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列...
深度学习领域YOLOV8算法目标检测无人机检测（带数据集）
05-27
深度学习领域YOLOV8算法目标检测无人机检测（带数据集） 用于无人机识别。包含源码和数据集，python语言，可以作为参考。 有数据集很好运行，主页有搭建环境过程。主页有更多源码。 含两个数据集，数据集描述如下 ...
yolov8目标检测权重
02-29
YOLOv8是YOLO系列的最新版本，这个压缩包文件包含的是YOLOv8模型的权重，这些权重用于训练后的模型，可以快速地对图像进行目标检测。 YOLOv8的目标检测算法是在之前的YOLO版本基础上进行优化的，旨在提高检测速度、...
C# OpenCvSharp Yolov8 Detect 目标检测
09-18
C# OpenCvSharp Yolov8 Detect 目标检测 完整项目，自带模型，可直接运行 博客地址： https://lw112190.blog.youkuaiyun.com/article/details/132962855
YOLOv8目标检测源码.rar
05-11
YOLO（You Only Look Once）系列是深度学习领域中一种高效、实时的目标检测算法，而YOLOv8作为其最新版本，旨在进一步提升检测速度和精度。本压缩包"YOLOv8目标检测源码.rar"包含YOLOv8算法的实现代码，这将为开发者...
用YOLOv8模型实现目标检测、旋转边界框检测、姿势识别、图像分割及视频跟踪
heyiqiunet的博客
09-06 3193
YOLO(you only look once)是一阶段目标检测模型的开山之作，在图像目标检测领域一向以响应速度快著称，它同是兼顾了模型的准确性，在两者之间做到很好的平衡。经过多版本迭代，到YOLOv8，是一个功能强大，受到广大开发者欢迎与喜爱的目标检测模型，另外，在同一套代码中，它可以分别实现图像分类、姿势识别、图像分割，并且在目标检测、姿势识别、图像分割模型基础上实现视频跟踪功能。
YOLOv8的训练、验证、预测及导出[目标检测实践篇]
ice
05-05 5万+
主要介绍如何使用YOLOv8训练自己的数据集，并进行验证、预测及导出，采用代码和指令的两种方式。
YOLOv8深度学习目标检测
大厂全栈码农
08-30 1万+
同时，随着硬件设备的不断升级和发展，YOLOv8 也将能够在更多的设备上进行部署和应用，为人们的生活和工作带来更多的便利和安全。YOLOv8 作为深度学习目标检测领域的一颗璀璨明星，以其卓越的性能和广泛的应用场景，为计算机视觉技术的发展做出了重要贡献。YOLOv4 采用了更强大的骨干网络、优化的损失函数等技术，在检测精度和速度上都达到了很高的水平。这种结构将目标的检测和分类任务解耦，分别进行处理。它采用了更先进的网络结构、优化的训练策略和更强大的后处理方法，在检测精度、速度和鲁棒性等方面都有了显著的提升。
yolov8目标检测输出标签
04-25
### YOLOv8目标检测模型输出标签格式说明 YOLOv8 是一种先进的目标检测框架，其输出通常包括多个字段来描述检测到的对象及其位置。以下是有关 YOLOv8 输出标签格式的具体内容： #### 1. **基本输出结构** YOLOv8 的输出是一个列表对象 `results`，其中每个元素代表一张输入图像的结果。每张图像的检测结果可以通过访问 `result.boxes` 来获取，它包含了所有检测框的信息。 #### 2. **检测框的核心属性** 对于每一个检测到的目标，YOLOv8 提供以下核心信息[^3]： - **xywh (中心坐标)**：表示边界框的中心点 `(x, y)` 和宽度高度 `(w, h)`，单位为像素。 - **xyxy (角点坐标)**：表示边界框左上角和右下角的坐标 `(x1, y1, x2, y2)`，单位为像素。 - **class (类别索引)**：表示该目标所属类别的索引值，对应于数据集中的分类标签。 - **confidence (置信度分数)**：表示模型对该目标检测的信心程度，取值范围为 `[0, 1]`。 这些信息可以通过如下方式提取： ```python from ultralytics import YOLO model = YOLO("yolov8n.pt") source = 'path_to_image.jpg' results = model.predict(source) for result in results: boxes = result.boxes.cpu().numpy() # 转换为 numpy 数组以便处理 for box in boxes: xyxy = box.xyxy[0] # 左上角和右下角坐标 class_id = int(box.cls[0]) # 类别索引 confidence = box.conf[0] # 置信度分数 ``` #### 3. **自定义显示选项** 通过设置参数可以控制输出的内容形式。例如，在预测时隐藏标签或置信度分数： ```python results = model.predict(source, save=True, show_conf=False, show_labels=False) ``` 这里 `show_conf=False` 表示不显示置信度分数，而 `show_labels=False` 则用于隐藏类别标签。 #### 4. **保存结果** 当调用 `predict()` 方法并启用 `save=True` 参数时，YOLOv8 将自动将检测结果保存至指定目录。默认情况下，标注文件将以 `.txt` 格式存储，每行记录一个检测框的数据，具体格式如下： ``` <class_index> <x_center> <y_center> <width> <height> ``` 以上数值均被归一化到 `[0, 1]` 范围内，基于图片尺寸计算得出[^1]。 --- ### 总结 YOLOv8 的输出标签主要由边界框的位置、类别索引以及置信度组成。开发者可以根据需求调整显示样式，并通过配置参数灵活控制输出内容的形式与细节。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值