【保姆级视频教程(二)】YOLOv12训练数据集构建:标签格式转换-划分-YAML 配置 避坑指南 | 小白也能轻松玩转目标检测!

【2025全站首发】YOLOv12训练数据集构建:标签格式转换-划分-YAML 配置 避坑指南 | 小白也能轻松玩转目标检测!

1. 数据集准备

示例数据集下载链接:PKU-Market-PCB数据集

1.1 标签格式转换

cursor prompt

请撰写一个py脚本。将@Annotations文件夹下的所有类别的xml格式的标注转换成为yolo格式。转换后的标签请新建一个labels文件夹,保存在该文件夹下。

生成的xml2yolo.py脚本内容如下:

import os
import xml.etree.ElementTree as ET
import glob

def convert_coordinates(size, box):
    """
    将XML中的边界框坐标转换为YOLO格式
    """
    dw = 1.0/size[0]
    dh = 1.0/size[1]
    
    # XML格式为 xmin, ymin, xmax, ymax
    x = (box[0] + box[2])/2.0
    y = (box[1] + box[3])/2.0
    w = box[2] - box[0]
    h = box[3] - box[1]
    
    # 归一化
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    
    return (x,y,w,h)

def convert_xml_to_yolo(xml_path, class_mapping):
    """
    转换单个XML文件到YOLO格式
    """
    tree = ET.parse(xml_path)
    root = tree.getroot()
    
    # 获取图像尺寸
    size = root.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)
    
    # 创建对应的txt文件路径
    txt_path = xml_path.replace('Annotations', 'Labels').replace('.xml', '.txt')
    
    # 确保Labels目录存在
    os.makedirs(os.path.dirname(txt_path), exist_ok=True)
    
    with open(txt_path, 'w') as txt_file:
        # 处理每个目标
        for obj in root.iter('object'):
            # 获取类别名称
            class_name = obj.find('name').text
            
            # 获取类别ID
            if class_name not in class_mapping:
                continue
            class_id = class_mapping[class_name]
            
            # 获取边界框坐标
            xmlbox = obj.find('bndbox')
            xmin = float(xmlbox.find('xmin').text)
            ymin = float(xmlbox.find('ymin').text)
            xmax = float(xmlbox.find('xmax').text)
            ymax = float(xmlbox.find('ymax').text)
            
            # 转换坐标
            bb = convert_coordinates((width,height), (xmin,ymin,xmax,ymax))
            
            # 写入txt文件
            txt_file.write(f"{class_id} {bb[0]:.6f} {bb[1]:.6f} {bb[2]:.6f} {bb[3]:.6f}\n")

def main():
    # 定义类别映射
    class_mapping = {
        'missing_hole': 0,
        'mouse_bite': 1,
        'open_circuit': 2,
        'short': 3,
        'spur': 4,
        'spurious_copper': 5
    }
    
    # 获取所有XML文件
    xml_files = glob.glob('Annotations/*/*.xml')
    
    # 转换每个XML文件
    for xml_file in xml_files:
        try:
            convert_xml_to_yolo(xml_file, class_mapping)
            print(f"成功转换: {xml_file}")
        except Exception as e:
            print(f"转换失败 {xml_file}: {str(e)}")

if __name__ == "__main__":
    main() 

1.2 数据集划分

cursor prompt

请创建一个py脚本,对数据进行划分。对于image文件夹下的每一个类别按照8:2进行随机划分。请直接生成包含所有图像绝对路径的train.txt和val.txt文件。并输出每个类别训练集验证集的数量。

生成的split_dataset.py脚本内容如下:

import os
import glob
import random

def split_dataset(image_root='images', train_ratio=0.8, seed=42):
    """
    数据集划分函数
    :param image_root: 图片根目录路径
    :param train_ratio: 训练集比例
    :param seed: 随机种子
    """
    # 设置随机种子保证可重复性
    random.seed(seed)
    
    # 初始化路径列表
    train_paths = []
    val_paths = []
    
    # 获取所有类别目录
    class_dirs = [d for d in glob.glob(os.path.join(image_root, '*')) 
                 if os.path.isdir(d)]
    
    # 初始化统计字典
    class_stats = {}
    
    for class_dir in class_dirs:
        # 获取类别名称
        class_name = os.path.basename(class_dir)
        
        # 获取当前类别所有图片路径
        image_paths = glob.glob(os.path.join(class_dir, '*.*'))
        image_paths = [p for p in image_paths 
                      if p.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp'))]
        
        # 打乱顺序
        random.shuffle(image_paths)
        
        # 计算分割点
        split_idx = int(len(image_paths) * train_ratio)
        
        # 分割数据集
        train = image_paths[:split_idx]
        val = image_paths[split_idx:] if split_idx < len(image_paths) else []
        
        # 转换为绝对路径并添加路径分隔符
        train_paths.extend([os.path.abspath(p) + '\n' for p in train])
        val_paths.extend([os.path.abspath(p) + '\n' for p in val])
        
        # 记录统计信息
        class_stats[class_name] = {
            'total': len(image_paths),
            'train': len(train),
            'val': len(val)
        }
    
    # 写入文件
    with open('train.txt', 'w') as f:
        f.writelines(train_paths)
    
    with open('val.txt', 'w') as f:
        f.writelines(val_paths)
    
    # 新增统计信息输出
    print("\n各类别数据分布:")
    print("{:<15} {:<10} {:<10} {:<10}".format('类别', '总数', '训练集', '验证集'))
    for cls, stat in class_stats.items():
        print("{:<15} {:<10} {:<10} {:<10}".format(
            cls, stat['total'], stat['train'], stat['val']
        ))
    
    # 原有总样本数输出保持不变
    print(f'\n数据集划分完成!\n训练集样本数: {len(train_paths)}\n验证集样本数: {len(val_paths)}')

if __name__ == '__main__':
    # 使用示例(根据实际情况修改路径)
    split_dataset(image_root='images') 

1.3 yaml配置文件创建

pcb_detect.yaml具体内容如下:

path: E:\project\YOLOv12\dataset\PCB_DATASET # dataset root dir
train: train.txt # train images (relative to 'path') 118287 images
val: val.txt # val images (relative to 'path') 5000 images
test: # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794

# Classes
names:
  0: Missing_hole
  1: Mouse_bite
  2: Open_circuit
  3: Short
  4: Spur
  5: Spurious_copper

2. 训练验证

train.py训练验证脚本内容如下:

from ultralytics import YOLO

model = YOLO('yolov12n.yaml')

# Train the model
results = model.train(
  data='pcb_detect.yaml',
  epochs=300, 
  batch=4, 
  imgsz=640,
  scale=0.5,  # S:0.9; M:0.9; L:0.9; X:0.9
  mosaic=1.0,
  mixup=0.0,  # S:0.05; M:0.15; L:0.15; X:0.2
  copy_paste=0.1,  # S:0.15; M:0.4; L:0.5; X:0.6
  device="0",
  workers=0,
)

# Evaluate model performance on the validation set
metrics = model.val()

遇到``AttributeError: ‘InfiniteDataLoader‘ object has no attribute ‘` 报错,查看解决方案~

### 如何训练YOLOv8分割模型 #### 加载模型 为了开始训练YOLOv8分割模型,首先需要加载预定义的模型配置文件或已有的权重文件。这可以通过`ultralytics`库中的`YOLO`类来完成。 ```python from ultralytics import YOLO model = YOLO("yolov8n-seg.yaml") # 使用YAML构建新模型 model = YOLO("yolov8n-seg.pt") # 加载预训练模型(推荐用于继续训练)[^2] ``` 如果希望基于现有的架构创建一个新的模型并初始化其权重,则可以采用如下方式: ```python model = YOLO("yolov8n-seg.yaml").load("yolov8n.pt") # 构建自定义模型并迁移学习已有权重 ``` #### 准备数据集 在准备自己的数据集之前,建议先理解所使用的框架对于输入数据的要求。通常情况下,图像尺寸应当统一,并且标签应该按照特定格式保存以便于解析。针对实例分割任务而言,还需要额外提供像素别的掩膜信息。 对于具体的数据标注工作,可以选择合适的工具如Labelme来进行操作[^3]。确保最终得到的数据集满足YOLO系列算法的需求,即每张图片对应一个`.txt`文件记录边界框坐标以及类别编号;而对于分割任务来说,还需附加相应的值化掩膜图像。 #### 训练过程设置 一旦完成了上述准备工作之后就可以着手设定实际的训练流程了。这里涉及到几个重要的超参数调整选项,比如迭代次数(`epochs`)、批量大小(batch size)等。此外还有关于优化器的选择及其初始学习率等问题也值得考虑。 下面给出了一段简单的代码片段用来启动一次完整的训练会话: ```python results = model.train( data="path/to/your/dataset.yaml", # 数据集路径 epochs=100, # 总共运行多少轮次 imgsz=640 # 输入图片分辨率 ) ``` 此命令将会依据指定条件自动执行整个训练周期直至结束,在这个过程中还会定期保存中间版本的最佳权重量以供后续评估测试之用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

一只云卷云舒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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