YOLOv8私域数据实战（避免踩坑版）

gongzhonghao更名为“CV模型架构”
地址：https://docs.ultralytics.com/

YOLOv8是由ultralytics发布，V8可以做很多的任务，其中最常见的任务包括检测、分割、分类、追踪、OBB（图片角度矫正）。关于它的网络结构就不再赘述，网上有很多的详细介绍。我们主要实战它的使用和一些注意防止踩坑点。实战包括分类、检测、OBB。

下面从4点出发：1.环境的搭建，2.自制数据集制和格式，3.模型的训练，4.结果验证和测试。这是能成功复现和使用的最顺利情况。

1.环境搭建

YOLOV8环境集成非常友好，创建完虚拟环境后，直接pip install ultralytics。我用这种方式出现一个小问题，安装后找不到ultralytics的YOLOv8代码……如果出现这种情况，可以git clone方式解决，如图：

2.数据集制作和格式

不同的任务，数据集处理方式不同，如果是在公开数据如coco IMAGENET，网上很多教程不在赘述。这里主要说如何用自己的数据去实现训练，任务有detect、OBB和classify。

Classify比较简单，创建文件夹如classification，然后在此文件夹内分出train、val文件夹，train/val里面存放分类文件夹，如ticket文件夹下放入ticket图片，格式如下：

DETECT检测，它的数据格式和训练时候是读取TXT文件。每一个TXT文件对应一张图片（文件名一致）。

主要是TXT格式需要理解，我们以网站给的例子讲解：

有几个目标就几行（这里三行，两个类别0代表人，一个类别27代表领带；数字对应的类别可以自定义）。TXT总共有5列，第一列类别数字，第二列至第5列代表中心点坐标X，Y和它的width宽、height长。需要注意这些坐标都要经过归一化处理。也就是每个目标的X和width除以图片的宽度，Y和height除以图片的高度。

格式有了，下一步是处理自己的图片，推荐使用labelme去标注目标的坐标点和类别。然后去解析标注文件json，根据标注的坐标信息计算出对应的归一化后的中心点坐标和宽高。

OBB的数据格式同样也是选择TXT，不同于检测，他的TXT文件内部是分为了9列，第1列是类别，第2列到第9列是目标的左上、右上、左下、右下共八个点信息，同样也要做归一化的操作。如下：

为什么是4坐标8个点呢？是因为在模型训练的时候，需要根据坐标得到这张图片倾斜的角度来训练（不需要自己计算角度，代码集成）。

同样，自制数据集时需要特别注意一点。标注的过程中左上一定是图片的起始位置，然后依次选择顺时针或者逆时针标注。否则是错的。如图：

3.模型训练

模型训练建议以Python脚本方式。

classfily train.py如下：

配置文件在cfg/models/v8/yolov8-cls.yaml

nc改为自己需要训练的类别数量（其他任务也改）。

scales控制模型的大小是n、s、m、l、x，例如我选的是s，配置文件为名yolov8s-cls.yaml（其他任务都是如此）。

模型预训练PT对应yaml配置，如yolov8s-cls.yaml对应yolov8s-cls.pt（网站自己下载）。

数据集data读取到classification即可，代码会自己解析内部的train/val。这里特别注意一点，Linux系统会自动生成隐藏文件夹如.ipynb*这类的文件夹，一定要把classification内的删除，否则会出现图片和标签不对齐，训练指标异常情况（已踩坑）！

其他的训练参数如batch/imgsz等调整可以根据自己的需求，参数列表可在网站查看。

DETECT训练代码如下：

配置文件这里选的yolov8s.yaml，nc改为自己的类别数量。预训练模型为yolov8s.pt，数据加载data的yaml文件建议自己写一个，如下：

path是数据存储路径，这里是只检查一个类别所以names只有0。

OBB倾斜矫正代码实例：

配置和data模式与DETECT一样。提一点，OBB只能做倾斜矫正不能做旋转矫正。比如190°的图片只能矫正到180°/270°（理想情况），不能转到0°。

下面就可以开始训练，当出现下面这些信息的时候去。代表成功。

运行正常后，立马去看一下生成的runs文件。如DETECT任务，会出现detect文件夹，看其中的train_batch.jpg图片，这可以看到你的标注是否有问题。

训练时会有缓存文件.cache生成，如果数据有扩充，需要删除旧的cache文件。否则训练读取的还是原来的cache。

4.模型测试

验证环节没有再去做指标的统计，训练完成时已经统计。我们是要用到实际场景，所以直接去预测了，预测脚本如下，以obb为例：

预测结果都在result里面。Result后面有不同的后缀，比如说检测是需要用boxes，obb需要obb，不同的任务，他的结果信息是不一样的。建议是先把相应任务的结果打印，然后根据结果去取。

最后总结一下吧，YOLOv8能做的任务还是比较多的。在单阶段目标检测这一块非常强大，训练速度也非常快，几千张的图大概几个小时训练完成。当然，图片Size大，选择的模型越大，它速度也相应慢点。更重要的好处是少量的数据上，微调就能够训练出非常不错的效果。

不过，还有一个问题没有解决，也一直尝试处理中。在使用DETECT检测方法批量预测图片时，存在内存泄露情况，这一点很多人都遇到，目前采取的策略是在每次预测后清空显存，但显然不是很好的解决方案……如果有更好的方式解决，希望能互相交流。

欢迎留言/私信、互相讨论，感谢支持~

我是休柏，一颗向阳的种子。