目录
分为4部分，先配置环境，再获取制作自己的数据集，然后修改配置训练，最后验证训练结果，附带可视化界面。yolov8训练起来较为简单，如果有其他目标检测的数据集理论上可以直接拿来用，从第3训练模型开始看，新手小白0基础建议一步一步跟着来，哪里看不懂的或者遇到哪有问题可以评论区交流或者私信问~
1. 环境配置
在训练yolov8模型前环境必须配置完成，还不会配置环境的可以看我的这篇博客
环境配置完验证之后就可以获取数据集
2. 数据集获取
数据集可以使用网上公开的跟自己研究相契合的数据集，或者是搜索/拍摄自己研究所需要的图片进行标注制作成数据集，这里两种方法都详细介绍一下
2.1 网上搜索公开数据集
可以在搜索引擎上搜索或者在公开数据集的网站上搜索关键词，使用到的公开数据集网站为kaggleKaggle: Your Machine Learning and Data Science CommunityKaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.
https://www.kaggle.com/比如这里做一个安全帽检测的研究，就可以在搜索框输入安全帽的英文（因为是英文网站，都需要翻译成英文后搜索）Safety helmet
搜索后就可以找到相关的内容，点击datasets筛选数据集，下载几个看一下数据集是否为目标检测的数据格式，一般文件夹为JPEGImages和Annotations包含这两个就可以使用
点开一个后点击download即可下载。
2.2 自制数据集
自制数据集需要先获取一定数量的目标图片，可以拍摄或者下载，图片足够之后使用标注工具Labelimg进行标注
2.2.1 Labelimg安装
使用Labelimg需要使用python3.10以下的环境，这里创建一个python3.8的虚拟环境，不会创建的可以去看我这篇博客点击这里
conda create -n labelimg python=3.8这里创建完之后进入labelimg环境
conda activate labelimg进入labelimg环境之后通过pip下载labelimg（需要关闭加速软件）
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple安装完成之后就可以使用
2.2.2 Labelimg使用
在使用labelimg之前，需要准备好数据集存放位置，这里推荐创建一个大文件夹为data，里面有JPEGImages、Annotations和classes.txt，其中JPEGImages文件夹里面放所有的图片，Annotations文件夹是将会用来对标签文件存放，classes.txt里存放所有的类别，每种一行
classes.txt里存放所有的类别，可以自己起名，需要是英文，如果有空格最好用下划线比如no_hat
上述工作准备好之后，在labelimg环境中cd到data目录下，如果不是在c盘需要先输入其他盘符+:
例如d: 回车之后再输入文件路径，接着输入以下命令打开labelimg
labelimg JPEGImages classes.txt打开软件后可以看到左侧有很多按钮，open dir是选择图片文件夹，上面选过了
点击change save dir 切换到Annotations目录之中，点击save下面的图标切换到pascal voc格式
切换好之后点击软件上边的view，将 Auto Save mode（切换到下一张图会自动保存标签）和Display Labels（显示标注框和标签） 保持打开状态。
常用快捷键：
A：切换到上一张图片
D：切换到下一张图片
W：调出标注十字架
del ：删除标注框
例如，按下w调出标注十字架，标注完成之后选择对应的类别，这张图全部标注完后按d下一张
所有图像标注完成后数据集即制作完成。
2.3 数据集转换及划分
2.3.1 数据集VOC格式转yolo格式
如何查看自己数据集格式，打开Annotations文件夹，如果看到文件后缀为.xml，则为VOC格式，如果文件后缀为.txt则为yolo格式，后缀名看不到请搜索 如何显示文件后缀名。yolov8训练需要转为yolo格式训练，转换代码如下：
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
def convert(size, box):
x_center = (box[0] + box[1]) / 2.0
y_center = (box[2] + box[3]) / 2.0
x = x_center / size[0]
y = y_center / size[1]
w = (box[1] - box[0]) / size[0]
h = (box[3] - box[2]) / size[1]
return (x, y, w, h)
def convert_annotation(xml_files_path, save_txt_files_path, classes):
xml_files = os.listdir(xml_files_path)
print(xml_files)
for xml_name in xml_files:
print(xml_name)
xml_file = os.path.join(xml_files_path, xml_name)
out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
out_txt_f = open(out_txt_path, 'w')
tree = ET.parse(xml_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
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))
# b=(xmin, xmax, ymin, ymax)
print(w, h, b)
bb = convert((w, h), b)
out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
if __name__ == "__main__":
# 需要转换的类别，需要一一对应
classes1 = ['hat','nohat']
# 2、voc格式的xml标签文件路径
xml_files1 = r'f:\data\Annotations'
# 3、转化为yolo格式的txt标签文件存储路径
save_txt_files1 = r'f:\data\labels'
convert_annotation(xml_files1, save_txt_files1, classes1)需要自行将类别替换，这里顺序要记住，文件夹也对应替换
2.3.2 数据集划分
训练自己的yolov8检测模型，数据集需要划分为训练集、验证集和测试集，这里提供一个参考代码,划分比例为8：1：1，也可以按照自己的比例划分
import os
import shutil
import random
random.seed(0)
def split_data(file_path,xml_path, new_file_path, train_rate, val_rate, test_rate):
each_class_image = []
each_class_label = []
for image in os.listdir(file_path):
each_class_image.append(image)
for label in os.listdir(xml_path):
each_class_label.append(label)
data=list(zip(each_class_image,each_class_label))
total = len(each_class_image)
random.shuffle(data)
each_class_image,each_class_label=zip(*data)
train_images = each_class_image[0:int(train_rate * total)]
val_images = each_class_image[int(train_rate * total):int((train_rate + val_rate) * total)]
test_images = each_class_image[int((train_rate + val_rate) * total):]
train_labels = each_class_label[0:int(train_rate * total)]
val_labels = each_class_label[int(train_rate * total):int((train_rate + val_rate) * total)]
test_labels = each_class_label[int((train_rate + val_rate) * total):]
for image in train_images:
print(image)
old_path = file_path + '/' + image
new_path1 = new_file_path + '/' + 'train' + '/' + 'images'
if not os.path.exists(new_path1):
os.makedirs(new_path1)
new_path = new_path1 + '/' + image
shutil.copy(old_path, new_path)
for label in train_labels:
print(label)
old_path = xml_path + '/' + label
new_path1 = new_file_path + '/' + 'train' + '/' + 'labels'
if not os.path.exists(new_path1):
os.makedirs(new_path1)
new_path = new_path1 + '/' + label
shutil.copy(old_path, new_path)
for image in val_images:
old_path = file_path + '/' + image
new_path1 = new_file_path + '/' + 'val' + '/' + 'images'
if not os.path.exists(new_path1):
os.makedirs(new_path1)
new_path = new_path1 + '/' + image
shutil.copy(old_path, new_path)
for label in val_labels:
old_path = xml_path + '/' + label
new_path1 = new_file_path + '/' + 'val' + '/' + 'labels'
if not os.path.exists(new_path1):
os.makedirs(new_path1)
new_path = new_path1 + '/' + label
shutil.copy(old_path, new_path)
for image in test_images:
old_path = file_path + '/' + image
new_path1 = new_file_path + '/' + 'test' + '/' + 'images'
if not os.path.exists(new_path1):
os.makedirs(new_path1)
new_path = new_path1 + '/' + image
shutil.copy(old_path, new_path)
for label in test_labels:
old_path = xml_path + '/' + label
new_path1 = new_file_path + '/' + 'test' + '/' + 'labels'
if not os.path.exists(new_path1):
os.makedirs(new_path1)
new_path = new_path1 + '/' + label
shutil.copy(old_path, new_path)
if __name__ == '__main__':
file_path = r"f:\data\JPEGImages"
txt_path = r'f:\data\labels'
new_file_path = r"f:\VOCdevkit"
split_data(file_path,txt_path, new_file_path, train_rate=0.8, val_rate=0.1, test_rate=0.1)划分完成之后数据集的准备工作就好了。
3. 训练模型
需要下载源码，这里选择的是yolov8 v8.1.0版本的，最新版本随时更新容易出bug
不会下载源码的可以看我的这篇博客点击这里
有了源码之后需要修改里面的参数，导入自己的数据集
3.1 创建data.yaml
在yolov8根目录下（也就是本文所用的ultralytics-8.1.0目录下）创建一个新的data.yaml文件，也可以是其他名字的例如hat.yaml文件，文件名可以变但是后缀需要为.yaml，内容如下
train: f:/VOCdevkit/train/images # train images (relative to 'path') 128 images
val: f:/VOCdevkit/val/images # val images (relative to 'path') 128 images
test: f:/VOCdevkit/test/images
nc: 2
# Classes
names: ['hat','nohat']其他路径和类别自己替换，需要和上面数据集转换那里类别顺序一致。
3.2 训练模型
这是使用官方提供的预训练权重进行训练，使用yolov8n.pt，也可以使用yolov8s.pt，模型大小n<s<m<l<x，训练时长成倍增加。
下载完成之后放入ultralytics-8.1.0根目录中，创建一个yolov8_train.py文件，内容如下
from ultralytics import YOLO
# 加载一个模型 ,workers=8
model = YOLO('ultralytics/cfg/models/v8/yolov8n.yaml') # 从YAML建立一个新模型
model.load('yolov8n.pt')
# # 训练模型
results = model.train(data='data.yaml',
epochs=100, imgsz=640, device=0, workers=8, batch=64, cache=True)这里用哪个模型对应哪个yaml，如果使用yolov8s.pt则对应yolov8s.yaml
epochs是训练轮数，可以由少变多看训练效果，workers和batch根据电脑性能来，如果运行不起来则相应降低，最好为2的n次方
也可以使用命令行执行训练
yolo task=detect mode=train model=yolov8n.yaml pretrained=yolov8n.pt data=data.yaml epochs=300 imgsz=640 device=0 workers=8 batch=64
训练过程如图，耐心等待训练完成即可，训练完成后会生成.pt权重文件，可以用来验证训练效果。
4. 模型测试
找到之前训练的结果保存路径，创建一个yolov8_predict.py文件，内容如下
from ultralytics import YOLO
# 加载训练好的模型，改为自己的路径
model = YOLO('runs/detect/train/weights/best.pt')
# 修改为自己的图像或者文件夹的路径
source = 'test1.jpg'
# 运行推理，并附加参数
model.predict(source, save=True)运行后就会得到预测模型结果
或者使用命令行指令进行预测，权重和图片路径自己修改
yolo predict model=runs/detect/train/weights/best.pt source='test1.jpg'可以打开对应路径下查看预测的图片效果，模型就训练好啦~
5. 可视化界面
很多同学的需求是制作出一个可视化界面来展示预测的效果，这里我分享了一个简单的图片预测的界面，导入模型权重文件和图片就可以进行预测并展示，可以参考这篇文章点击这里，界面如下
这个版本功能较为简单，只有图片检测显示
写了一个进阶版，可以对图片，视频和实时摄像头进行检测并展示，界面如下。感兴趣可以私聊问
可以点击按钮显示检测到的物体及个数
