03手把手学会yolov8模型之使用Labelimg标注数据集

概述

上节讲解yolov8环境安装，编译yolov8源码，以及训练模型与常用参数介绍,详细介绍通过demo源码开发识别一张图片内容。

模型训练核心参数

• model 指定模型配置文件。可以是官方的预训练权重（如 yolov8n.pt），也可以是自己定义的 yaml 结构文件。使用预训练权重进行迁移学习，能显著加快训练速度并提高精度。 - - yolov8n/s/m/l/x.pt (n为最小最快，x为最大最准)。
• data 指定数据集配置文件。这是一个 yaml 文件的路径，文件里定义了训练集、验证集的图片路径、类别数和类别名称。 例如 data/coco128.yaml 或自定义数据集配置。
• epochs 训练轮数。指整个数据集将被模型遍历学习的次数。轮数太少会导致欠拟合，太多则可能过拟合。 通常从 100 或 300 开始尝试。
• batch 批处理大小。指一次性喂入神经网络进行计算的样本数量。越大越稳定，但消耗显存也越多。 默认 16。如果显存不够（报CUDA Out of Memory），则调小（如 8, 4）；如果显存充裕，可以调大（如 32, 64）。
• imgsz 输入图像尺寸。会将所有输入图像统一缩放到此尺寸后再送入网络。分辨率越高，对小目标检测越有利，但计算量也随之增加。 默认 640。小目标检测场景可尝试 896 或更高。
• lr0 初始学习率。控制模型权重更新的步长。过高可能导致训练不收敛，过低会导致训练缓慢。 默认 0.01。如果训练初期Loss震荡厉害，可以适当降低，如 0.001。
• device 训练设备。指定使用CPU还是GPU进行训练。 单个GPU填 0，CPU填 cpu，多卡填 0,1。
• optimizer 优化器。用于更新网络权重的算法。 默认 auto（自动选择），通常是 AdamW 或 SGD（随机梯度下降）。
• patience 早停耐心值。如果验证集上的精度在这么多轮内没有提升，训练将自动停止，防止过拟合和浪费时间。 默认 50 或 100

模型预测/推理参数

• source 输入源。指定要进行检测的对象，可以是单张图片路径、文件夹路径、视频文件、摄像头ID或网络图片URL等。 例如 image.jpg, videos, 0 (电脑自带摄像头)，screen桌面。
• conf 置信度阈值。只有模型预测得分高于此值的检测框才会被保留。 默认 0.25。如果误检较多，可以调高，如 0.5；如果需要尽可能检出物体（宁错勿漏），可以调低，如 0.1。
• iou 交并比阈值。用于非极大值抑制（NMS），决定两个重叠的框是否属于同一个物体。重叠度超过此阈值的框，只保留得分最高的一个。 默认 0.7。如果同一物体周围有很多重复框，可以适当调低，如 0.5。
• save 保存检测结果图。将画好检测框和标签的结果图片保存到本地。 True 或 False。
• save_txt 保存标签文件。将检测结果（类别id、中心点坐标、宽高）以YOLO格式保存为 .txt 文件。 True 或 False。
• max_det 最大检测数量。限制每张图片中最多检测出多少个目标。 默认 300。
• half 半精度推理。使用FP16浮点数进行计算，可以加快速度并减少显存占用，精度损失极小。 默认 False。推荐在支持FP16的GPU上设置为 True。
• classes 类别过滤。只检测你指定的某些类别。例如模型中包含人和车，只想检测人，可设置此参数。 例如 0 或 [0,2,3]

demo

from ultralytics import YOLO yolo=YOLO("yolov8n.pt","detect")# 目标检测source="./5.mp4"视频文件,source="screen"电脑桌面,source=0，摄像头 result=yolo(source="./ultralytics/assets/bus.jpg",save=True)print(result)

运行结果如下:

训练数据集准备

YOLOv8数据准备的目的是将原始杂乱无章的图像数据，转化为算法能够理解、学习并具备泛化能力的标准化格式。经过充分的训练后，它能够精准在摄像头或者视频中，识别我们指定的事物，如猫、狗、鱼等。
yolov8不具备所有事物的识别，这就要求我们自身提供数据给yolov8。如我们想要识别斯诺克，需要把球的图片提供给yolov8训练，并标注球的具体位置、尺寸大小。
需要把数据，分成三类：

• 训练集图片，用于训练
• 验证集图片，用于调参
• 测试集图片，评估精度

截取视频中画面

准备一段视频，视频内容是斯诺克比赛视频，将视频中帧截取，并保存图片到本地。将图片的帧截取保存图片，方法很多。使用python cv2库可以很轻松的做到。
在yolo8源码中

• 新建demo2.py，
• 新建data文件夹，将视频文件1.mp4放入
• 在data文件夹中新建img文件夹，用于保存生成的图片

import cv2 video=cv2.VideoCapture("./data/1.mp4")num=0sava_step=100whileTrue:ret,frame=video.read()ifnot ret:breaknum+=1ifnum%sava_step==0:cv2.imwrite("./data/img/"+str(num)+".jpg",frame)

其中sava_step是每间隔多少帧保存一张图片。点击按钮运行，在img文件夹内生成图片，如下图：

将生成的图片，手动筛序将没有用的，不含斯诺克的删除。

图片标注

图片内有很多不同颜色的斯诺克，将不同颜色建立标签，一一标注位置大小。使用的标注工具是labelimg。首先安装labelimg工具，

• 进入yolov8虚拟环境,conda activate yolov8
• 安装labelimg工具，pip install labelimg
  如下图:
  
  若下载不成功，大部分是网络原因。安装完成后，在命令行中输入labelimg，如下图
  
  

labelimg工具的使用

打开labelimg，设置两个参数

• 开启自动保存
• 更改数据训练模型yolo

基本设置

开启自动保存，点击菜单View，如下图：

更改数据训练模型yolo，单击工具栏

更改为

导入训练图片

• 选择open dir，选择img文件夹，图片将全部导入软件
• 选择change sava dir，选择img文件夹中dst文件夹
  如下图：
  

标注数据

给斯诺克标注数据，需要给球起标签名称，如红色球red标签，绿色球green标签。然后给标签画框，也就是标签所在位置。

• 点击左侧工具栏，单击Create Rect
• 选择红色球，将其画在框中心
• 画完弹出标签框，若有则选择， 没有则创建
  如下操作:
  
  选择红、绿、黄三个球，点击工具栏Save保存，后台在dst目录生成两个文本文件如下图：
  
  classes.txt内容

red bule yellow

1500.txt

00.4156250.5305560.0218750.03611110.5011720.4000000.0273440.03888920.4289060.2041670.0187500.030556

classes.txt里red、bule、yellow是创建的标签名称，对于的排序序号0、1、2。而1500.txt是1500.jpg图片所标注的矩形框。第一列0、1、2序号对于的标签是red、bule、yellow。

• 0对应red
• 1对应bule
• 2对于yellow
  第一行中后四位数字，是代表所画框的中心位置坐标(x,y)与长l、宽w。
  第一行表示红色球的位置与 大小。再继续多画几个球，
  按住快捷键w，画框如下图：
  又多画了四个红球，保存数据，文件变化如下:
  classes.txt

red bule yellow

1500.txt

00.4156250.5305560.0218750.03611110.5011720.4000000.0273440.03888920.4289060.2041670.0187500.03055600.6281250.1736110.0156250.02500000.5558590.6090280.0164060.03194400.5281250.6041670.0171880.03333300.5007810.6819440.0187500.036111

将所有图片内的球都通过这种方式标注。
如下图:

从文件内容看到已经完成标注了哪些文件

• 1500.txt对于是1500jpg文件
• 25500.txt对于是25500jpg文件
• 26500.txt对于是26500jpg文件
• 27000.txt对于是27000jpg文件
• 27500.txt对于是27500jpg文件
  classes具体标签内容

red bule yellow green white pink black brown

8类标签，对应斯诺克八种秋色。
查看1500图片的标注数据

00.4156250.5305560.0218750.03611110.5011720.4000000.0273440.03888920.4289060.2041670.0187500.03055670.6281250.1736110.0156250.02500000.5558590.6090280.0164060.03194400.5281250.6041670.0171880.03333300.5007810.6819440.0187500.03611130.5730470.2062500.0132810.02361140.5789060.1958330.0125000.02500050.4980470.5826390.0164060.02361160.4890630.7298610.0171880.03472200.4675780.7194440.0164060.02777800.4761720.6395830.0148440.02638900.5148440.6493060.0156250.02916700.4929690.6388890.0140630.03055600.5085940.6368060.0125000.02638900.5000000.6250000.0125000.02222200.4839840.6270830.0132810.02638900.4921880.6159720.0171880.02361100.4964840.6000000.0148440.022222

至此数据标注已经完成，下节讲解如何整理标注的数据，给yolo8模型训练，将训练结果用于识别斯诺克台球比赛。