湖南营销网站建设联系方式,做自媒体网站开发,动漫设计专业怎么样,网站开发商务合同#x1f368; 本文为#x1f517;365天深度学习训练营中的学习记录博客#x1f356; 原作者#xff1a;K同学啊 一、配置环境
1.官网下载源码 2.安装需要环境
二、准备好自己的数据
目录结构#xff1a;
主目录 data images#xff08;存放图片#xff09; annotati… 本文为365天深度学习训练营中的学习记录博客 原作者K同学啊 一、配置环境
1.官网下载源码 2.安装需要环境
二、准备好自己的数据
目录结构
·主目录 ·data ·images存放图片 ·annotations放置.xml文件 ·imagesets ·main会在该文件夹内自动生成train.txt、val.txt、test.txt、trainval.txt文件 存放训练集、验证集、测试集图片的名字 ·split_train_val.py划分训练集、验证集与测试集 ·voc_label.py获取划分训练集、验证集与测试集路径 ·ab.yaml数据集及数据类别声明文件 ·trainByK.py代码运行文件 1.运行split_train_val.py文件
文件代码
import os,random,argparseparserargparse.ArgumentParser()# 添加命令行参数用于指定XML文件的路径默认为‘Annotation文件夹
parser.add_argument(--xml_path,defaultAnnotations,typestr,helpinput xml label path)#添加命令行参数用于指定输出txt标签文件的路径默认为ImageSets/Main文件
parser.add_argument(--txt_path,defaultImageSets/Main,typestr,helpoutput txt label path)#解析命令行参数
optparser.parse_args()#定义训练验证集和测试集的划分比例
trainval_percent1.0 # 使用全部数据
train_percent0.9 # 训练集占训练验证集的90%# 设置XML文件夹的路径根据命令行参数指定
xmlfilepathopt.xml_path# 设置输出txt标签文件的路径根据命令行参数指定
txtsavepathopt.txt_path# 获取XML文件夹中的所有XML文件列表
total_xmlos.listdir(xmlfilepath)# 如果输出txt标签文件的文件夹不存在创建它
if not os.path.exists(txtsavepath):os.makedirs(txtsavepath)# 获取XML文件的总数
numlen(total_xml)# 创建一个包含所有XML文件索引的列表
list_indexrange(num)# 计算训练验证集的数量
tvint(num*trainval_percent)# 计算训练集的数量
trint(tv*train_percent)# 从所有XML文件索引中随机选择出训练验证集的索引
trainvalrandom.sample(list_index,tv)# 从训练验证集的索引中随机选择出训练集的索引
trainrandom.sample(trainval,tr)# 打开要写入的训练验证集、测试集、训练集、验证集的txt文件
file_trainvalopen(txtsavepath/trainval.txt,w)
file_testopen(txtsavepath/test.txt,w)
file_trainopen(txtsavepath/train.txt,w)
file_valopen(txtsavepath/val.txt,w)#遍历所有XML文件的索引
for i in list_index:name total_xml[i][:-4] \n #获取XML文件的名称去掉后缀.xml并添加换行符#如果该索引在训练验证集中if i in trainval:file_trainval.write(name) #写入训练验证集txt文件if i in train:file_train.write(name)else:file_val.write(name)else:file_test.write(name)file_trainval.close()
file_train.close()
file_val.close()
file_test.close()
运行后得到四个文件 注如何修改数据集中训练集、验证集、测试集的比例 2.运行voc_label.py文件将label格式转换为VOC格式
文件代码
#-*- coding:utf-8 -*-import xml.etree.ElementTree as ET
import os
from os import getcwd#定义数据集的名称
sets [train,val,test]#请根据您的数据集修改这些类别名称
# classes [Banana,Snake fruit,Dragon fruit,Pineapple]
classes [banana,snake fruit,dragon fruit,pineapple]#获取当前工作目录的绝对路径
abs_path os.getcwd()
print(abs_path)#定义一个函数将边界框的坐标从绝对值转换为相对于图像大小的比例
def convert(size,box):dw 1./(size[0]) #计算图像宽度的倒数dh 1./(size[1]) #计算图像高度的倒数x (box[0]box[1])/2.0-1 #计算中心点的x坐标y (box[2]box[3])/2.0-1 # 计算中心点的y坐标w box[1]- box[0] # 计算边界框的宽度h box[3] - box[2] # 计算边界框的高度x x * dw # 缩放x坐标w w * dw # 缩放宽度y y * dh # 缩放y坐标hh*dh #缩放高度return x, y, w, h# 定义一个函数将标注文件从XML格式转换为YOLO格式
def convert_annotation(image_id):in_file open(./Annotations/%s.xml % (image_id),encodingUTF-8) # 打开XML标注文件out_file open(./labels/%s.txt%(image_id),w) # 打开要写入的YOL0格式标签文件tree ET.parse(in_file) #解析XML文件root tree.getroot()filename root.find(filename).text # 获取图像文件名filenameFormatfilename.split(.)[1] # 获取文件格式size root.find(size) # 获取图像尺寸信息w int(size.find(width).text) # 获取图像宽度hint(size.find(height).text) #获取图像高度for obj in root.iter(object):difficult obj.find(difficult).text # 获取对象的难度标志cls obj.find(name).text #获取对象的类别名称if cls not in classes or int(difficult) 1:continuecls_id classes.index(cls) # 获取类别的索引xmlbox obj.find(bndbox) # 获取边界框坐标信息b (float(xmlbox.find(xmin).text), float(xmlbox.find(xmax).text), float(xmlbox.find(ymin).text),float(xmlbox.find(ymax).text))b1,b2,b3,b4 b# 标注越界修正if b2 w:b2 wif b4 h:b4 hb(b1,b2,b3,b4)bbconvert((w,h),b) #调用convert函数将边界框坐标转换为Y0OLO格式out_file.write(str(cls_id) .join([str(a) for a in bb])\n) #写入YOLO格式标签文件return filenameFormat#获取当前工作目录
wd getcwd()#遍历每个数据集(train、val、test)
for image_set in sets:#如果labels目录不存在创建它if not os.path.exists(./labels/):os.makedirs(./labels/)#从数据集文件中获取图像ID列表image_ids open(./ImageSets/Main/%s.txt%(image_set)).read().strip().split()#打开要写入的文件写入图像的文件路径和格式list_file open(./%s.txt%(image_set),w)for image_id in image_ids:filenameFormatconvert_annotation(image_id)list_file.write(abs_path /images/%s.%s\n%(image_id,filenameFormat)) #注意你的图片格式如果是.jpg记得修改list_file.close()运行voc_label.py获得三个文件 3.创建ab.yaml文件
train:D:\learn\data\train.txt #绝对路径
val:D:\learn\data\val.txt #绝对路径nc: 4 # number of classesnames: [banana, snake fruit, dragon fruit, pineapple]三、开始用自己数据集训练模型
自建train.py文件运行
from ultralytics import YOLOif __name__ __main__:model YOLO(yolov8s.pt)model.train(datarD:\learn\ultralytics-main\data\ab.yaml,seed0,epoches10,batch4,workes2) 修改了很久可能环境方面出了问题依旧连接不到我的数据文件夹里。
四、训练参数设置defalult.yaml
# Ultralytics YOLO , AGPL-3.0 许可证由K同学啊注解
# 默认的训练设置和超参数用于中度增强 COCO 训练task: detect # (str) YOLO 任务例如 detect、segment、classify、pose
mode: train # (str) YOLO 模式例如 train、val、predict、export、track、benchmark# 训练设置 -------------------------------------------------------------------------------------------------------
model: # (str, 可选) 模型文件路径例如 yolov8n.pt、yolov8n.yaml
data: #./paper_data/ab.yaml # (str, 可选) 数据文件路径例如 coco128.yamlepochs: 100 # (int) 训练的轮次数
patience: 50 # (int) 提前停止训练的等待周期数如果没有明显的改进
batch: 1 # (int) 每批处理的图像数量-1 表示自动批处理
imgsz: 640 # (int | list) 输入图像的大小以像素为单位用于训练和验证模式或以列表[w,h]形式用于预测和导出模式
save: True # (bool) 保存训练检查点和预测结果
save_period: -1 # (int) 每隔 x 个周期保存一个检查点如果 1 则禁用
cache: False # (bool) 使用缓存加载数据True/ram、disk 或 False
device: 0 # (int | str | list, 可选) 运行模型的设备例如 cuda device0 或 device0,1,2,3 或 devicecpu
workers: 4 # (int) 数据加载的工作线程数每个 DDP 会有一个
project: # (str, 可选) 项目名称
name: # (str, 可选) 实验名称结果保存在 project/name 目录下
exist_ok: False # (bool) 是否覆盖现有的实验
pretrained: True # (bool | str) 是否使用预训练模型True 或加载权重的模型路径字符串
optimizer: auto # (str) 优化器选择选项[SGD、Adam、Adamax、AdamW、NAdam、RAdam、RMSProp、auto]
verbose: True # (bool) 是否打印详细输出
seed: 0 # (int) 随机种子用于可重复性
deterministic: True # (bool) 是否启用确定性模式
single_cls: False # (bool) 是否将多类数据训练为单一类别
rect: False # (bool) 如果模式train则进行矩形训练如果模式val则进行矩形验证
cos_lr: False # (bool) 是否使用余弦学习率调度器
close_mosaic: 10 # (int) 在最后几个周期内禁用马赛克增强0 表示禁用
resume: False # (bool) 是否从上次检查点恢复训练
amp: True # (bool) 是否启用自动混合精度AMP训练选项[True, False]True 表示运行 AMP 检查
fraction: 1.0 # (float) 训练集数据分数默认为 1.0使用训练集中的所有图像
profile: False # (bool) 在训练期间记录 ONNX 和 TensorRT 速度以供记录器使用
freeze: None # (int | list, 可选) 冻结前 n 层或在训练期间冻结的层索引列表
# 分割
overlap_mask: True # (bool) 训练期间是否允许蒙版重叠仅适用于分割训练
mask_ratio: 4 # (int) 蒙版下采样比率仅适用于分割训练
# 分类
dropout: 0.0 # (float) 是否使用 dropout 正则化仅适用于分类训练# 验证/测试设置 ----------------------------------------------------------------------------------------------------
val: True # (bool) 训练期间是否进行验证/测试
split: val # (str) 用于验证的数据集分割例如 val、test 或 train
save_json: False # (bool) 是否将结果保存为 JSON 文件
save_hybrid: False # (bool) 是否保存标签的混合版本标签 额外的预测
conf: # (float, 可选) 用于检测的对象置信度阈值默认 0.25 用于预测0.001 用于验证
iou: 0.7 # (float) NMS 的交并比IoU阈值
max_det: 300 # (int) 每张图像的最大检测数
half: False # (bool) 是否使用半精度FP16
dnn: False # (bool) 是否使用 OpenCV DNN 进行 ONNX 推理
plots: True # (bool) 在训练/验证期间保存图形# 预测设置 --------------------------------------------------------------------------------------------------
source: # (str, 可选) 图像或视频的源目录
show: False # (bool) 如果可能的话是否显示结果
save_txt: False # (bool) 是否将结果保存为 .txt 文件
save_conf: False # (bool) 是否保存带有置信度分数的结果
save_crop: False # (bool) 是否保存裁剪后的带有结果的图像
show_labels: True # (bool) 是否在图形中显示对象标签
show_conf: True # (bool) 是否在图形中显示对象置信度分数
vid_stride: 1 # (int) 视频帧率跨度
stream_buffer: False # (bool) 是否缓存所有流式帧True或返回最新的帧False
line_width: # (int, 可选) 边界框的线宽如果缺失则自动设置
visualize: False # (bool) 是否可视化模型特征
augment: False # (bool) 是否对预测源应用图像增强
agnostic_nms: False # (bool) 是否进行类别无关的 NMS
classes: # (int | list[int], 可选) 按类别筛选结果例如 classes0或 classes[0,2,3]
retina_masks: False # (bool) 是否使用高分辨率分割蒙版
boxes: True # (bool) 在分割预测中显示边界框# 导出设置 ------------------------------------------------------------------------------------------------------
format: torchscript # (str) 导出格式可选项请查看 https://docs.ultralytics.com/modes/export/#export-formats
keras: False # (bool) 是否使用 Keras
optimize: False # (bool) TorchScript优化为移动设备
int8: False # (bool) CoreML/TF INT8 量化
dynamic: False # (bool) ONNX/TF/TensorRT动态轴
simplify: False # (bool) ONNX简化模型
opset: # (int, 可选) ONNXopset 版本
workspace: 4 # (int) TensorRT工作空间大小GB
nms: False # (bool) CoreML添加 NMS# 超参数 ------------------------------------------------------------------------------------------------------
lr0: 0.01 # (float) 初始学习率例如SGD1E-2Adam1E-3
lrf: 0.01 # (float) 最终学习率lr0 * lrf
momentum: 0.937 # (float) SGD 动量/Adam beta1
weight_decay: 0.0005 # (float) 优化器权重衰减 5e-4
warmup_epochs: 3.0 # (float) 预热周期数分数也可以
warmup_momentum: 0.8 # (float) 预热初始动量
warmup_bias_lr: 0.1 # (float) 预热初始偏置 lr
box: 7.5 # (float) 目标框损失增益
cls: 0.5 # (float) 类别损失增益与像素一起缩放
dfl: 1.5 # (float) DFL 损失增益
pose: 12.0 # (float) 姿势损失增益
kobj: 1.0 # (float) 关键点 obj 损失增益
label_smoothing: 0.0 # (float) 标签平滑化分数
nbs: 64 # (int) 名义批次大小
hsv_h: 0.015 # (float) 图像 HSV-Hue 增强分数
hsv_s: 0.7 # (float) 图像 HSV-Saturation 增强分数
hsv_v: 0.4 # (float) 图像 HSV-Value 增强分数
degrees: 0.0 # (float) 图像旋转/- 度
translate: 0.1 # (float) 图像平移/- 分数
scale: 0.5 # (float) 图像缩放/- 增益
shear: 0.0 # (float) 图像剪切/- 度
perspective: 0.0 # (float) 图像透视变换/- 分数范围 0-0.001
flipud: 0.0 # (float) 图像上下翻转概率
fliplr: 0.5 # (float) 图像左右翻转概率
mosaic: 1.0 # (float) 图像马赛克增强概率
mixup: 0.0 # (float) 图像混合增强概率
copy_paste: 0.0 # (float) 段复制粘贴概率# 自定义 config.yaml ---------------------------------------------------------------------------------------------------
cfg: # (str, 可选) 用于覆盖默认.yaml 的自定义配置# 跟踪器设置 ------------------------------------------------------------------------------------------------------
tracker: botsort.yaml # (str) 跟踪器类型选项[botsort.yaml, bytetrack.yaml]
五、总结
阅读代码能力比之前强了但是还是缺少连接所有知识的能力。有的时候总会忘记之前出现问题的解决办法导致实验无法进行。
