历史版本
2016年，Joseph Redmon提出了他至今以来最有名的个人项目：Joseph Redmon
《You Only Look Once: Unified, Real-Time Object Detection》
https://pjreddie.com/
2017年，Joseph Redmon与导师合著，发表了论文《YOLO9000: Better, Faster, Stronger》，也就是YOLOv2。
YOLOv2能够检测9000种不同对象
YOLOv3之前的所有YOLO对象检测模型都是用C语言编写的，并使用了Darknet框架
darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架,其主要特点就是容易安装,没有任何依赖
2018年Joseph Redmon 提出的YOLOv3 Darknet框架
Ultralytics 发布了第一个使用PyTorch框架实现的YOLO (YOLOv3)-基于PyTorch复现的YOLOv3
2020年2月Joseph Redmon 突然在推特上发布声明——，
出于道德上的考虑，他决定停止一切有关计算机视觉的研究
2020年4月，另一位曾经参与YOLO项目维护的大神Alexey Bochkovskiy，在arXiv上提交了YOLO v4
Chien-Yao Wang, Alexey Bochkovskiy, Hong-Yuan Mark Liao.作者与YOLOv4的团队相同，可以认为是YOLO的官方发布。
source code - Pytorch (use to reproduce results): https://github.com/WongKinYiu/ScaledYOLOv4
source code - Darknet: https://github.com/AlexeyAB/darknet
https://github.com/AlexeyAB/Yolo_mark
2020年 6月9日 Ultralytics发布了YOLOv5，Ultralytics公司开源了YOLOv5
Ultralytics放出的YOLOv5，是YOLOv4的一个实现版本（性能有改进），只不过是完全用Pyotorch实现了。并且支持转ONNX以及CoreML等
这个「YOLOv5」的名号，是Ultralytics团队自封的
2022/09
YOLOv6 / MT-YOLOv6
Meituan, China.
“YOLOv6: A Single-Stage Object Detection Framework for Industrial
Applications”, https://arxiv.org/pdf/2209.02976.pdf
2022年7月10日 YOLOv7官方开源 | Alexey Bochkovskiy站台，精度速度超越所有YOLO，还得是AB
“YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors”2022/07,
https://arxiv.org/pdf/2207.02696.pdf
https://github.com/WongKinYiu/yolov7
2023年1月，Ultralytics发布了YOLOv8
https://github.com/ultralytics
https://github.com/ultralytics/yolov3
https://github.com/ultralytics/yolov5
https://github.com/ultralytics/ultralytics
https://ultralytics.com/yolov8
YOLO国内版本
2020年 百度发布了 PP-YOLO
2021年 旷视发布了 YOLOX，
2022年 百度又发布了 PP-YOLOE及 PP-YOLOE+
随后又有美团、OpenMMLab、阿里达摩院等相继推出了各自的YOLO模型版本
yolov8
ultralytics团队希望将这个项目设计和建成一个集合分类,检测,分割等视觉任务的集成训练推理框架,而不仅仅只是yolov
模型结构设计、Loss 计算、训练数据增强、训练策略和模型推理过程共 5 个部分
模型结构设计
backbone Neck Head
Loss 设计
Loss 计算过程包括 2 个部分： 正负样本分配策略和 Loss 计算
升级
同时支持目标检测、实例分割和图像分类三种任务+ 用户友好的API（命令行+Python）
YOLOv8的开发者脱离了标准YOLO项目的设计，将train.py、detect.py、val.py和export.py这四个脚本进行了分离
数据集
DOTA数据集全称：Dataset for Object deTection in Aerial images
https://captain-whu.github.io/DOTA/dataset.html
Microsoft COCO: Common Objects in Context
https://cocodataset.org/#home
https://cocodataset.org/#download
state-of-the-art (SOTA) model 应用最先进技术
yolo格式的标签和其目录结构格式
yolo官方的txt格式。
每行代表一个物体的类别和位置，第一列代表物体的类别，后面四列代表物体的位置信息，
分别为x,y,w,h。每张图片对应一个txt文件，
yolo标注格式保存在.txt文件中，一共5个数据，用空格隔开
一个文件中有多个类别的物体。x,y,w,h分别为相对大小，即相当于原图的比例大小
这四个值都是要做标准化处理，也就是除以原图的尺寸，它们的取值都是在0~1之
标签文件夹名称必须是labels 不是lables el和le
数据集转换
构建自定义数据集
1.Create Dataset
2.Create dataset.yaml
3.Create Labels
4. Organize Directories
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
How to Train YOLOv8 Object Detection on a Custom Dataset
https://blog.roboflow.com/how-to-train-yolov8-on-a-custom-dataset/
转换后的数据集
YOLO_dir
└─ mydata
├─ images
│ ├─ test # 下面放测试集图片
│ ├─ train # 下面放训练集图片
│ └─ val # 下面放验证集图片
└─ labels
├─ test # 下面放测试集标签
├─ train # 下面放训练集标签
├─ val # 下面放验证集标签
原始标注的数据集 以及 注意事项
yolo格式的数据转coco格式
其中图片名和标签文件（.txt）名一一对应，且标签文件中保存的是对应图片中各个目标的类别和坐标
yolo的数据格式为 (x_center, y_center, w, h);
而coco里面的bbox格式为(x_left, y_top, w, h) 。这是不一样的
01.目标
读入自定义数据集json格式的标注，输出可供yolo训练的标签
images 目录包含所有图片 (目前支持png和jpg格式数据)
labels 目录包含所有标签(与图片同名的txt格式数据)
区分训练集和验证集
../datasets/
company/images
train/im0.jpg
train/im1.jpg
val/im2.jpg
company/labels
train/im0.txt
train/im1.txt
val/im2.txt
###labels 说明：
One row per object
Each row is class x_center y_center width height format.
Box coordinates must be in normalized xywh format (from 0 - 1).
If your boxes are in pixels, divide x_center and width by image width, and y_center and height by image height.
Class numbers are zero-indexed (start from 0).
03.dataset.yaml
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt,
# or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/company # dataset root dir
train: images/train # train images (relative to 'path') 128 images
val: images/train # val images (relative to 'path') 128 images val: images/val
test: # test images (optional)
# Classes (80 COCO classes)
names:
0: person
1: vehicle
2: car
04.代码示例
# -*- coding: utf-8 -*-#
import glob
import json
import os
import shutil
import numpy as np
def get_label_js(json_file_path):
stat_set= set()
extra_set=set(['ori', 'beidth', 'height'])
with open(json_file_path,mode="r",encoding="utf8") as label_r:
for num,data in enumerate(label_r):
json_data = json.loads(data)
for item in json_data.items():
key = item[0]
value = item[1]
stat_set.add(key)
label_nm = stat_set - extra_set
return label_nm
def set_label_index(json_file_path):
label_set = get_label_js(json_file_path)
file_gt_label_index =dict()
for i,label in enumerate(label_set):
file_gt_label_index[label] = i
print(file_gt_label_index )
return file_gt_label_index
## 根据读出的标签 设置类别--可以根据标注文档，如果没有的话再采用这种方式
gt_label_index ={
'person': 0,
'vehicle': 1,
}
##没有重复的key
get_mark_index_label= {value:key for key,value in gt_label_index.items()}
# COCO的格式： [x1,y1,w,h] 对应COCO的bbox格式
def get_box(points):
min_x = min_y = np.inf
max_x = max_y = 0
for x, y in points:
min_x = min(min_x, x)
min_y = min(min_y, y)
max_x = max(max_x, x)
max_y = max(max_y, y)
return [min_x, min_y, max_x - min_x, max_y - min_y]
# [min_x, min_y, max_x, max_y] 对应的格式： [ x_center y_center width height]
def get_yolo_points(points, img_w = 1600, img_h=1200):
min_x = points[0]
min_y = points[1]
max_x = points[2]
max_y = points[3]
###归一化的坐标
x_center = (min_x+max_x)/(2.0*img_w)
y_center = (min_y+max_y)/(2.0*img_h)
width = (max_x - min_x)/(1.0*img_w)
height= (max_y - min_y)/(1.0*img_h)
return [x_center, y_center, width, height]
def read_label_js(json_file_path,img_sub):
img_target_dir = os.path.join(img_sub,"images","train")
if not os.path.exists(img_target_dir):
os.makedirs(img_target_dir)
label_target_dir = os.path.join(img_sub,"labels","train")
if not os.path.exists(label_target_dir):
os.makedirs(label_target_dir)
img_file = sorted(glob.glob(img_sub+"/*.jpeg", recursive=True))
img_file_nm = [ os.path.split(img)[-1] for img in img_file]
with open(json_file_path,mode="r",encoding="utf8") as label_r:
for num,data in enumerate(label_r):
json_data = json.loads(data)
if json_data["my_key"] is not None:
img_nm= os.path.split(json_data["my_key"])[-1]
if img_nm in img_file_nm:
print(img_nm)
shutil.copyfile( os.path.join(img_sub,img_nm), os.path.join(img_target_dir,img_nm))
with open(os.path.join(label_target_dir,img_nm.replace("jpeg","txt")),mode="w",encoding="utf8") as label_w :
for item in json_data.items():
label_key = item[0]
label_value = item[1]
if label_key in gt_label_index.keys():
for locatioin in json_data[label_key]:
# row is class x_center y_center width height format.
# Box coordinates must be in normalized xywh format (from 0 - 1)
label_location_data= get_yolo_points(locatioin["data"])
print(label_key,gt_label_index[label_key],label_location_data )
line = str(gt_label_index[label_key]) + " "+ " ".join(map(str,label_location_data))
label_w.write(line+"\n")
if __name__ == '__main__':
label_json= r"D:\train.json"
img_dir = r"D:\train"
read_label_js(label_json,img_dir)
#get_label_js(label_json)
2.数据集配置 训练数据集的说明
data.yaml文件保存训练数据集的目录，类别数，类别
位置ultralytics/ultralytics/yolo/data/datasets/coco.yaml
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/coco # dataset root dir
train: train2017.txt # train images (relative to 'path') 118287 images
val: val2017.txt # val images (relative to 'path') 5000 images
test: test-dev2017.txt # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794
# Classes
names:
3.模型参数
模型参数文件yolov8s.yaml
配置：ultralytics/ultralytics/models/v8/cls/yolov8l-cls.yaml
# Ultralytics YOLO 🚀, GPL-3.0 license
# Parameters
nc: 1000 # number of classes
depth_multiple: 1.00 # scales module repeats
width_multiple: 1.00 # scales convolution channels
# YOLOv8.0n backbone
backbone:
# [from, repeats, module, args]
- [-1, 1, Conv, [64, 3, 2]] # 0-P1/2
- [-1, 1, Conv, [128, 3, 2]] # 1-P2/4
- [-1, 3, C2f, [128, True]]
- [-1, 1, Conv, [256, 3, 2]] # 3-P3/8
- [-1, 6, C2f, [256, True]]
- [-1, 1, Conv, [512, 3, 2]] # 5-P4/16
- [-1, 6, C2f, [512, True]]
- [-1, 1, Conv, [1024, 3, 2]] # 7-P5/32
- [-1, 3, C2f, [1024, True]]
# YOLOv8.0n head
head:
- [-1, 1, Classify, [nc]]
4.训练前的参数配置
是YOLO_V8做了较大的改变，将所有的参数整合到一个文件中集中配置（ultralytics/ultralytics/yolo/cfg/default.yaml）
# Ultralytics YOLO 🚀, GPL-3.0 license
# Default training settings and hyperparameters for medium-augmentation COCO training
task: detect # inference task, i.e. detect, segment, classify
mode: train # YOLO mode, i.e. train, val, predict, export
# Train settings -------------------------------------------------------------------------------------------------------
5.开始训练
运行：YOLOv8\ultralytics\yolo\v8\detect\train.py，即可开始训练
6.用测试集验证模型
验证
7.训练 测试迭代--导出和上传权重
迭代的过程
8.预测
推断
9.输出数据结构化
数据整洁
https://docs.ultralytics.com/ A Brief History of YOLO
yolo坐标归一化 https://blog.csdn.net/qq_38428735/article/details/121541641
浙公网安备 33010602011771号