YOLO11深度学习 - helloworld

依赖库

YOLO 只需要前两个库即可。

其它库在图片分析过程中经常被用到，有兴趣的可以继续学习一下。

# YOLO 系列目标检测模型的官方库，支持训练、推理和部署。
pip3 install ultralytics

# 图像标注工具，最好做成独立项目，很容易出现兼容问题，实在装不上可以找现成的 windows 应用（这是一个标注工具，与业务代码无关）
pip3 install labelImg

# 计算机视觉领域的核心库，提供图像/视频处理算法。
pip3 install opencv-python
# Python 科学计算的基础库，专注于多维数组操作和数学运算。
pip3 install numpy 

# 图表绘制工具，类似于 echarts，用做数据展示
pip3 install matplotlib

# 基于 Tesseract OCR 引擎的 Python 封装，实现图像文字识别。
pip3 install pytesseract
# hyperlpr 已停止更新且兼容性差，优先使用 PaddleOCR 或 EasyOCR。
pip3 install hyperlpr
# 车牌识别，使用的时候，会下载一些依赖，下载速度极慢
pip3 install easyocr

YOLO

YOLO官网：https://docs.ultralytics.com/zh/

1. 安装依赖：

pip install ultralytics

2. 下载 yolo11n.pt 文件

这个是预训练的 Detect 模型，以此为基础开始训练，训练的成果也会保存在 .pt 文件中。

我用的是办公本，只能选择 yolo11n.pt，实际使用需要根据机器性能进行挑选：YOLO11n、YOLO11s、YOLO11m、YOLO11l、YOLO11x

https://docs.ultralytics.com/zh/tasks/detect/#how-can-i-validate-the-accuracy-of-my-trained-yolo-model

3. 制作训练用的素材

训练 yolo11 模型，首先需要准备一些素材，素材的专有名词为 “训练集”。

启动 labelImg 工具，打开图片，圈画（标注）出要识别的区域，给区域命名；

然后点击保存，会产生一份.txt 文件，第一次保存，还会生成一份 classes.txt。

以车牌识别为例：要准备一堆的车辆照片，然后把车牌用矩形框圈起来，之后保存一下。

标注好图片之后，按下面这种结构，新建一下文件夹。

datasets/coco8/
    ├── images/
    │   ├── train/      # 训练集图片
    │   └── val/        # 验证集图片
    └── labels/
        ├── train/      # 训练集标签（.txt）
        └── val/        # 验证集标签（.txt）

把图片放到 image/train 中，把 txt 文件放到 labels/train 中；

将 train 目录的文件，分一部分到 val 文件夹（一般取 20%，先不深究比例）。

分出来的部分，称之为测试集，主要用于评估模型性能。

3.1 测试用的素材 coco8.zip

coco8 是官方提供的一个测试素材，如果网络允许，可以下载下来测试使用。

注意：coco8 就是一个用于测试的 demo，不要用到真实的模型训练中。

https://ultralytics.com/assets/coco8.zip

4. 准备 yaml 配置文件

新建一个 .yaml 文件，基本格式如下，

下面的配置值，是针对 coco8 填写的，根据实际情况修改 path（根目录）、train（训练集）、val（测试集） 等字段；

names 对应于 labelimg 中圈画区域的命名。

path: coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: car

可以在 ultralytics 库中找到 coco8.yaml 原文件

如果使用 PyCharm 开发工具，ultralytics-8.3.181，可以尝试在这个目录获取：venv/Lib/site-packages/ultralytics/cfg/datasets/coco8.yaml

5. 编码：

from ultralytics import YOLO

# Load a pre-trained YOLO model (you can choose n, s, m, l, or x versions)
model = YOLO("yolo11n.pt")

# Start training on your custom dataset
model.train(data="coco8.yaml", epochs=100, imgsz=640)

# 如果没有 GPU，就修改参数使用 CPU
model.train(data="coco8.yaml", epochs=100, imgsz=640, device='cpu')

将准备好的 yolo11n.pt、coco8.yaml、datasets 全部放到工程根目录，开始运行脚本

默认情况下，训练产生的 best.pt 文件，会放到工程根目录的 runs/detect/train/weights 文件夹下。

使用模型

案例：使用训练好的模型，在 a.jpg 图片中抓取相似的区域，在弹窗中展示。

如果你的需求是车牌识别，后续的步骤，就是截取车牌，然后将车牌照片，交给 OCR 库进行识别。

import os

import cv2
from ultralytics import YOLO

# 使用训练好的模型
model = YOLO('runs/detect/train4/weights/best.pt')

def showBox():
    """
    展示监测区域的图片
    :return:
    """
    img = cv2.imread("a.jpg")
    results = model(img)

    # 遍历每个检测到的目标
    for box in results[0].boxes.xyxy:  # xyxy格式的边界框
        x1, y1, x2, y2 = map(int, box.tolist())  # 转换为整数坐标

        # 截取目标区域（注意OpenCV的坐标格式是[y:y+h, x:x+w]）
        cropped_region = img[y1:y2, x1:x2]

        # 展开弹窗展示截取的区域
        cv2.imshow("Cropped Object", cropped_region)

showBox()