使用YOLO v8训练自己的数据集（苹果新鲜度识别）_yolov8训练需要多少张图片

  目录

前言：    

一、YOLO v8环境搭建

二、训练数据集的准备工作

1、收集数据集

2、划分数据集

3、训练模型

3.1新建一个数据集yaml文件

4、预测模型

5、验证模型

6、训练结束

三、检测结果与思考：

1、检测结果

2. 实验结果与分析

3、知识体系：

3.1、YOLOv8 概述

3.2、 模型结构设计

3.3、模型推理过程

四、总结

---

前言：    

        近年来，随着全球经济的发展，水果消费市场规模不断扩大，水果种类也日益丰富。水果检测与识别技术在农业生产、仓储物流、超市零售等领域具有重要的应用价值。传统的苹果检测与识别方法主要依赖于人工识别，这种方法在一定程度上受到人力成本、识别效率和准确性等方面的限制。因此，开发一种高效、准确的自动化水果检测与识别系统具有重要的研究意义和实际价值。

        计算机视觉作为人工智能的一个重要分支，在目标检测和识别方面取得了显著的研究进展。特别是深度学习技术的发展，极大地推动了计算机视觉在水果检测与识别领域的应用。许多研究人员已经尝试利用深度学习技术进行苹果检测与识别，取得了一定的成果。
 

一、YOLO v8环境搭建

1、创建一个虚拟环境

conda create -n torch1.12.1 python=3.8.8

2、激活刚建的虚拟环境 

activate torch1.12.1

3、到官方网站下载yolo模型 ，下载好后解压，里面有个文件requirements.txt  

http://mirrors / ultralytics / ultralytics · GitCode 

 4、安装一个整体包：

pip install -r .\requirements.txt  

注：直接按照路径会有问题，找到自己下载后yolo v8文件里的 requirements.txt 文件路径 

5、然后安装ultralytics ，这是必须的。也可以用镜像地址 

pip   install   ultralytics   -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com 

6、安装下载好包，接下来就是验证：

yolo predict model=yolov8n.pt source='ultralytics/assets/bus.jpg' show=True save=True  

二、训练数据集的准备工作

1、收集数据集

我们选择的苹果数据集包含图片数量978张

2、划分数据集

我们导出的数据标签是这个结构

标签类别包含两类：fresh_apple和rotten_apple；

├── yolov8_dataset
	└── train
		└── images (folder including all training images)
		└── labels (folder including all training labels)
	└── test
		└── images (folder including all testing images)
		└── labels (folder including all testing labels)
	└── val
		└── images (folder including all testing images)
		└── labels (folder including all testing labels)

运行脚本来划分数据集：

import os
import random
import shutil
 
# 设置随机数种子
random.seed(123)
 
# 定义文件夹路径
root_dir = 'Moon_Cake'
image_dir = os.path.join(root_dir, 'images', 'all')
label_dir = os.path.join(root_dir, 'labels', 'all')
output_dir = 'yolov8_dataset'
 
# 定义训练集、验证集和测试集比例
train_ratio = 0.7
valid_ratio = 0.15
test_ratio = 0.15
 
# 获取所有图像文件和标签文件的文件名（不包括文件扩展名）
image_filenames = [os.path.splitext(f)[0] for f in os.listdir(image_dir)]
label_filenames = [os.path.splitext(f)[0] for f in os.listdir(label_dir)]
 
# 随机打乱文件名列表
random.shuffle(image_filenames)
 
# 计算训练集、验证集和测试集的数量
total_count = len(image_filenames)
train_count = int(total_count * train_ratio)
valid_count = int(total_count * valid_ratio)
test_count = total_count - train_count - valid_count
 
# 定义输出文件夹路径
train_image_dir = os.path.join(output_dir, 'train', 'images')
train_label_dir = os.path.join(output_dir, 'train', 'labels')
valid_image_dir = os.path.join(output_dir, 'valid', 'images')
valid_label_dir = os.path.join(output_dir, 'valid', 'labels')
test_image_dir = os.path.join(output_dir, 'test', 'images')
test_label_dir = os.path.join(output_dir, 'test', 'labels')
 
# 创建输出文件夹
os.makedirs(train_image_dir, exist_ok=True)
os.makedirs(train_label_dir, exist_ok=True)
os.makedirs(valid_image_dir, exist_ok=True)
os.makedirs(valid_label_dir, exist_ok=True)
os.makedirs(test_image_dir, exist_ok=True)
os.makedirs(test_label_dir, exist_ok=True)
 
# 将图像和标签文件划分到不同的数据集中
for i, filename in enumerate(image_filenames):
    if i < train_count:
        output_image_dir = train_image_dir
        output_label_dir = train_label_dir
    elif i < train_count + valid_count:
        output_image_dir = valid_image_dir
        output_label_dir = valid_label_dir
    else:
        output_image_dir = test_image_dir
        output_label_dir = test_label_dir
 
    # 复制图像文件
    src_image_path = os.path.join(image_dir, filename + '.jpg')
    dst_image_path = os.path.join(output_image_dir, filename + '.jpg')
    shutil.copy(src_image_path, dst_image_path)
 
    # 复制标签文件
    src_label_path = os.path.join(label_dir, filename + '.txt')
    dst_label_path = os.path.join(output_label_dir, filename + '.txt')
    shutil.copy(src_label_path, dst_label_path)

 运行完脚本后我们的数据集就会划分成这个格式了，现在数据准备工作就彻底完成了，接下来我们就可以开始着手训练模型。

这是划分数据集后的文件结构：

3、训练模型

3.1新建一个数据集yaml文件

里面写绝对路径：

4、预测模型

相关参数解析：

5、验证模型

python文件：

args.yaml文件：

参数解释：

同样的验证完后得到一个文件夹：

可以看一下检测效果：

6、训练结束

训练完成后，YOLO-v8\ultralytics-main根目录下会产生一个run的文件夹，里面就存有训练好的模型：

三、检测结果与思考：

1、检测结果

准确率没有达到很高考虑到是因为训练150轮次数不够多，而腐烂苹果的召回率较低，观察检测的样本结果看到腐烂苹果是未被检测出来，考虑是因为腐烂苹果的不同品种外形差距较大，而训练集并没有包含全部腐烂苹果的品种，从而导致这样的结果；其在外形相似度很高的情况下能达到70%的召回率结果还是比较满意的。

2. 实验结果与分析

在实验结果与分析部分，我们不仅通过精度和召回率等指标来评估模型的性能，还通过损失曲线和PR曲线来分析训练过程。

训练过程截图如下：

在训练过程中，我们使用tensorboard记录了模型在训练集和验证集上的损失曲线。从图中可以看出，随着训练次数的增加，模型的训练损失和验证损失都逐渐降低，说明模型不断地学习到更加精准的特征。

在训练结束后，我们对模型在测试集上进行了评估，得到了以下结果。下图展示了我们训练的YOLOv8模型在测试集上的PR曲线。可以看到，模型在不同类别上都取得了较高的召回率和精确率，整体表现良好。

3、知识体系：

3.1、YOLOv8 概述

1. 提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求
2. 骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的 C3 结构换成了梯度流更丰富的 C2f 结构，并对不同尺度模型调整了不同的通道数，属于对模型结构精心微调，不再是无脑一套参数应用所有模型，大幅提升了模型性能。不过这个 C2f 模块中存在 Split 等操作对特定硬件部署没有之前那么友好了
3. Head 部分相比 YOLOv5 改动较大，换成了目前主流的解耦头结构，将分类和检测头分离，同时也从 Anchor-Based 换成了 Anchor-Free
4. Loss 计算方面采用了 TaskAlignedAssigner 正样本分配策略，并引入了 Distribution Focal Loss
5. 训练的数据增强部分引入了 YOLOX 中的最后 10 epoch 关闭 Mosiac 增强的操作，可以有效地提升精度

3.2、 模型结构设计

3.3、模型推理过程

(1) bbox 积分形式转换为 4d bbox 格式
对 Head 输出的 bbox 分支进行转换，利用 Softmax 和 Conv 计算将积分形式转换为 4 维 bbox 格式
(2) 维度变换
YOLOv8 输出特征图尺度为 80x80、40x40 和 20x20 的三个特征图。Head 部分输出分类和回归共 6 个尺度的特征图。
将 3 个不同尺度的类别预测分支、bbox 预测分支进行拼接，并进行维度变换。为了后续方便处理，会将原先的通道维度置换到最后，类别预测分支 和 bbox 预测分支 shape 分别为 (b, 80x80+40x40+20x20, 80)=(b,8400,80)，(b,8400,4)。
(3) 解码还原到原图尺度
分类预测分支进行 Sigmoid 计算，而 bbox 预测分支需要进行解码，还原为真实的原图解码后 xyxy 格式。
(4) 阈值过滤
遍历 batch 中的每张图，采用 score_thr 进行阈值过滤。在这过程中还需要考虑 multi_label 和 nms_pre，确保过滤后的检测框数目不会多于 nms_pre。
(5) 还原到原图尺度和 nms
基于前处理过程，将剩下的检测框还原到网络输出前的原图尺度，然后进行 nms 即可。最终输出的检测框不能多于 max_per_img。

有一个特别注意的点：YOLOv5 中采用的 Batch shape 推理策略，在 YOLOv8 推理中暂时没有开启，不清楚后面是否会开启，在 MMYOLO 中快速测试了下，如果开启 Batch shape 会涨大概 0.1~0.2。

四、总结

本文利用苹果新鲜度识别案例详细分析和总结了最新的 YOLOv8 算法，从整体设计到模型结构、Loss 计算、训练数据增强、训练策略和推理过程进行了详细的说明， 简单来说 YOLOv8 是一个包括了图像分类、Anchor-Free 物体检测和实例分割的高效算法，检测部分设计参考了目前大量优异的最新的 YOLO 改进算法，实现了新的 SOTA。