以下文件全放在ultralytics/yolo/data目录下
一 、使用labelimg进行数据标记
1.按以下顺序建立文件夹
VOCdevkit→VOC2007→Annotations、Images、labels、predefined_classes.txt
2.建立完成后，打开labelimg虚拟环境，输入labelimg JPEGImages predefined_classes.txt
3.在标注式，将 保存格式设置为voc，其中Annotations保存voc标签（xml文件），Images保存原始图像（jpg文件），ImageSets保存划分训练/验证/测试集的txt文件（执行二后自动写入），labels由后续程序输入YOLO格式标签内容（txt文件）
二、使用split_train_val.py程序，随机分配训练/验证/测试集图片
三、使用voc_label.py程序，将xml文件转换成YOLO系列标准读取的txt文件
1.注意，其中的classes 类别需要改成自己需要的类别
四、修改相关的yaml配置文件
1.在ltralytics/yolo/data目录下创建一个fall.yaml文件，并写入以下内容，按照自己的需要修改。
train: ./data\train.txt
val: ./data\val.txt
test: ./data\test.txt
# number of classes
nc: 8
# class names
names: ['standard','atypia','cowone','cowtwo','cowthree','cowfour','cowfive','cowsix']2.在ultralytics/models/v8/目录下是模型的配置文件，这边提供n、s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大），假设采用yolov8n.yaml，只用修改一个参数，把nc改成自己的类别数,需要取整
五、模型训练
1.单卡训练
yolo task=detect mode=train model=yolov8n.pt data=data/fall.yaml batch=32 epochs=100 imgsz=640 workers=16 device=0
2.多卡训练
yolo task=detect mode=train model=yolov8n.pt data=data/fall.yaml batch=32 epochs=100 imgsz=640 workers=16 device=\'0,1,2,3\'
以上参数解释如下：
task：选择任务类型
mode: 选择['train', 'val', 'predict']
model: 选择yolov8不同的模型配置文件，yolov8n.yaml
data: 选择生成的数据集配置文件
epochs：训练过程中整个数据集将被迭代的次数
batch：一次看完多少张图片才进行权重更新
device: 选择显卡
六、模型验证
yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=data/fall.yaml device=0
七、模型预测
yolo task=detect mode=predict model=runs/detect/train/weights/best.pt source=data/images device=0
八、模型导出
yolo task=detect mode=export model=runs/detect/train/weights/best.pt
九、其他配置设置
找到ultralytics/yolo/cfg/default.yaml进行修改
附录：
1.split_train_val.py
"""
随机分配训练/验证/测试集图片
"""
import os
import random
path_all = 'H:\\ultralytics\\ultralytics\yolo\data\\' #只需要修改这个根目录
trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = path_all+'Annotations'
txtsavepath = path_all+'ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open(path_all+'ImageSets/trainval.txt', 'w')
ftest = open(path_all+'ImageSets/test.txt', 'w')
ftrain = open(path_all+'ImageSets/train.txt', 'w')
fval = open(path_all+'ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()2.voc_label.py
"""
将xml文件转换成YOLO系列标准读取的txt文件
"""
# -*- coding: utf-8 -*-
# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ['standard','atypia','cowone','cowtwo','cowthree','cowfour','cowfive','cowsix'] # 需要修改
path_all = 'H:\\ultralytics\\ultralytics\yolo\data\\' #需要修改
# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
dw = 1./size[0] # 1/w
dh = 1./size[1] # 1/h
x = (box[0] + box[1])/2.0 # 物体在图中的中心点x坐标
y = (box[2] + box[3])/2.0 # 物体在图中的中心点y坐标
w = box[1] - box[0] # 物体实际像素宽度
h = box[3] - box[2] # 物体实际像素高度
x = x*dw # 物体中心点x的坐标比(相当于 x/原图w)
w = w*dw # 物体宽度的宽度比(相当于 w/原图w)
y = y*dh # 物体中心点y的坐标比(相当于 y/原图h)
h = h*dh # 物体宽度的宽度比(相当于 h/原图h)
return (x, y, w, h) # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]
# year ='2012', 对应图片的id（文件名）
def convert_annotation(image_id):
'''
将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
通过对其解析，然后进行归一化最终读到label文件中去，也就是说
一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
labal文件中的格式：calss x y w h 同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个
'''
# 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
in_file = open(path_all+'Annotations/%s.xml' % (image_id), encoding='utf-8')
# 准备在对应的image_id 中写入对应的label，分别为
# <object-class> <x> <y> <width> <height>
out_file = open(path_all+'labels/%s.txt' % (image_id), 'w', encoding='utf-8')
# 解析xml文件
tree = ET.parse(in_file)
# 获得对应的键值对
root = tree.getroot()
# 获得图片的尺寸大小
size = root.find('size')
# 如果xml内的标记为空，增加判断条件
if size != None:
# 获得宽
w = int(size.find('width').text)
# 获得高
h = int(size.find('height').text)
# 遍历目标obj
for obj in root.iter('object'):
# 获得difficult ？？
difficult = obj.find('difficult').text
# 获得类别 =string 类型
cls = obj.find('name').text
# 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
if cls not in classes or int(difficult) == 1:
continue
# 通过类别名称找到id
cls_id = classes.index(cls)
# 找到bndbox 对象
xmlbox = obj.find('bndbox')
# 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
print(image_id, cls, b)
# 带入进行归一化操作
# w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
bb = convert((w, h), b)
# bb 对应的是归一化后的(x,y,w,h)
# 生成 calss x y w h 在label文件中
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
# 返回当前工作目录
wd = getcwd()
print(wd)
for image_set in sets:
'''
对所有的文件数据集进行遍历
做了两个工作：
１．将所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
最后再通过直接读取文件，就能找到对应的label 信息
'''
# 先找labels文件夹如果不存在则创建
if not os.path.exists(path_all+'labels/'):
os.makedirs(path_all+'labels/')
# 读取在ImageSets/Main 中的train、test..等文件的内容
# 包含对应的文件名称
image_ids = open(path_all+'ImageSets/%s.txt' % (image_set)).read().strip().split()
# 打开对应的2012_train.txt 文件对其进行写入准备
list_file = open(path_all+'%s.txt' % (image_set), 'w')
# 将对应的文件_id以及全路径写进去并换行
for image_id in image_ids:
list_file.write(path_all+'Images/%s.jpg\n' % (image_id))
# 调用 year = 年份 image_id = 对应的文件名_id
convert_annotation(image_id)
# 关闭文件
list_file.close()
