Yolov5-seg 实战：从零构建自定义实例分割数据集
1. 环境配置与工具准备
第一次接触YOLOv5-seg时，我被官方文档里密密麻麻的依赖项吓到了。后来发现其实只要掌握几个关键工具，整个过程就会变得非常简单。这里我分享下自己搭建环境的完整过程，包括那些官方文档没写的细节。
核心工具链只需要两个：YOLOv5-seg代码库和Labelme标注工具。建议直接使用v7.0版本，这个版本在实例分割任务上最稳定。安装时有个小技巧——先创建一个干净的conda环境：
conda create -n yolov5_seg python=3.8 conda activate yolov5_seg然后处理依赖项时，很多人卡在PyTorch的安装上。我的经验是先去PyTorch官网用他们的安装命令，然后再安装其他依赖。比如对于CUDA 11.3的用户：
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 --extra-index-url https://download.pytorch.org/whl/cu113 pip install -r requirements.txtLabelme的安装更简单，但要注意版本兼容性。3.16.7这个版本对多边形标注的支持最好。遇到过标注时闪退的问题，后来发现是Qt版本冲突，用下面这个命令可以完美解决：
pip install labelme==3.16.7 pyqt5==5.15.42. 数据标注实战技巧
给工业零件做标注时，我踩过最大的坑就是标注规范不统一。比如同一个螺丝孔，有人标内径有人标外径。后来我们团队制定了明确的标注规则：
- 边缘标注：始终标注物体最外缘
- 遮挡处理：被遮挡部分按可见轮廓标注
- 小物体：小于10x10像素的可以忽略
用Labelme标注时，这几个快捷键能提升3倍效率：
- Ctrl+Z撤销上一点
- Space锁定当前多边形
- Esc完成当前标注
建议先创建好目录结构再开始标注：
dataset/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/标注过程中有个重要细节：Labelme默认把JSON和图片放一起，但训练时需要分离。我写了个自动整理脚本：
import shutil import os def organize_files(src_dir): for root, _, files in os.walk(src_dir): for file in files: if file.endswith('.json'): shutil.move(os.path.join(root, file), os.path.join(root, '../labels', file))3. 数据格式转换详解
原始文章里的转换脚本已经很实用，但实际项目中我发现几个需要改进的地方。首先是类别处理，原脚本只支持单类别，我扩展了多类别支持：
classes = ['bolt', 'nut', 'washer'] # 多类别示例 def parse_json(json_path): with open(json_path) as f: data = json.load(f) shapes = data['shapes'] img_h = data['imageHeight'] img_w = data['imageWidth'] results = [] for shape in shapes: label = shape['label'] points = np.array(shape['points']) # 归一化处理 points[:, 0] /= img_w points[:, 1] /= img_h results.append(f"{classes.index(label)} " + " ".join([f"{x:.6f}" for x in points.flatten()])) return "\n".join(results)转换后一定要验证数据。除了原文提到的可视化检查，我还建议做这些校验：
- 检查所有标注是否在[0,1]范围内
- 确认每个JSON都有对应的图片
- 验证类别索引是否连续
这个增强版校验脚本能发现90%的问题：
def validate_labels(label_dir, img_dir): for label_file in os.listdir(label_dir): img_file = label_file.replace('.txt', '.jpg') if not os.path.exists(os.path.join(img_dir, img_file)): print(f"Missing image for {label_file}") with open(os.path.join(label_dir, label_file)) as f: for line in f: parts = line.strip().split() if not parts[0].isdigit(): print(f"Invalid class id in {label_file}") coords = list(map(float, parts[1:])) if any(x < 0 or x > 1 for x in coords): print(f"Out of range in {label_file}")4. 模型训练与调优
配置文件修改是新手最容易出错的地方。以coco128-seg.yaml为例，关键参数要这样设置：
train: ../dataset/images/train val: ../dataset/images/val nc: 3 # 类别数 names: ['bolt', 'nut', 'washer'] # 类别名称模型配置文件(yolov5s-seg.yaml)通常只需要改类别数：
nc: 3 # 与数据配置一致开始训练时，这几个参数对结果影响最大：
- img-size: 根据显存选择，工业检测推荐640x640
- batch-size: 尽可能大但不要爆显存
- epochs: 通常100-300足够
- data: 指向修改后的数据配置文件
完整的训练命令示例：
python segment/train.py \ --data data/custom_seg.yaml \ --cfg models/segment/yolov5s-seg.yaml \ --batch-size 16 \ --epochs 150 \ --img 640 \ --name bolt_detection训练过程中要重点关注这些指标：
- mask_loss: 应该稳步下降
- val_mask_loss: 与训练损失差距不应过大
- mAP@0.5: 主要评估指标
5. 模型验证与部署
训练完成后，用这个命令测试模型效果：
python segment/predict.py \ --weights runs/train/bolt_detection/weights/best.pt \ --source test_images/ \ --img-size 640 \ --conf-thres 0.25实际部署时，我推荐用ONNX格式。转换命令：
python export.py \ --weights runs/train/bolt_detection/weights/best.pt \ --include onnx \ --img-size 640 640在工业场景中，这几个优化技巧很实用：
- 对固定摄像头场景，可以预先标定ROI区域
- 小目标检测可以适当降低conf-thres
- 使用TensorRT加速能提升3-5倍推理速度
最后分享一个部署后的性能检查脚本：
import cv2 import torch from time import time model = torch.hub.load('ultralytics/yolov5', 'custom', path='best.pt') def benchmark(): img = cv2.imread('test.jpg') start = time() results = model(img) print(f"Inference time: {(time()-start)*1000:.2f}ms") print(results.pandas().xyxy[0])