【yolov8旋转框检测】微调yolov8-obb目标检测模型：数据集制作和训练

一、开发环境的准备

1.1 安装roLabelImg

参考【目标检测—旋转框标注】roLabelImg安装与使用文章的介绍，完成roLabelImg的安装。

1.2 Yolov8开发环境的准备

首先创建python虚拟环境，pip install ultralytics 来进行安装。

二、数据集准备

    流程：数据集标注——>XML——>DOTA_XML——>DOTA_TXT——>划分数据集（train和val）——>YOLO格式TXT

（1）roLabelImg标注数据集生成XML标注文件
在roLabelImg上标注好数据，roLabelImg标注的八点式XML文件，即(x1,y1) (x2,y2) (x3,y3)(x4,y4)与class_index，difficult的信息，具体的标注的图片如下；
在这里插入图片描述
具体生成的XML文件内容如下：
在这里插入图片描述

（2）XML标注文件转DOTA格式标签文件（TXT）
将八点式XML文件转换为DOTA格式标签文件（TXT），具体的转换代码如rolabelimg_xml_to_txt.py文件所示：

# 功能描述   ：把rolabelimg标注的xml文件转换成dota能识别的xml文件，
#             再转换成dota格式的txt文件
#            把旋转框 cx,cy,w,h,angle，或者矩形框cx,cy,w,h,转换成四点坐标x1,y1,x2,y2,x3,y3,x4,y4
import os
import xml.etree.ElementTree as ET
import mathcls_list = ['seam']  # 修改为自己的标签def edit_xml(xml_file, dotaxml_file):"""修改xml文件:param xml_file:xml文件的路径:return:"""# dxml_file = open(xml_file,encoding='gbk')# tree = ET.parse(dxml_file).getroot()tree = ET.parse(xml_file)objs = tree.findall('object')for ix, obj in enumerate(objs):x0 = ET.Element("x0")  # 创建节点y0 = ET.Element("y0")x1 = ET.Element("x1")y1 = ET.Element("y1")x2 = ET.Element("x2")y2 = ET.Element("y2")x3 = ET.Element("x3")y3 = ET.Element("y3")# obj_type = obj.find('bndbox')# type = obj_type.text# print(xml_file)if (obj.find('robndbox') == None):obj_bnd = obj.find('bndbox')obj_xmin = obj_bnd.find('xmin')obj_ymin = obj_bnd.find('ymin')obj_xmax = obj_bnd.find('xmax')obj_ymax = obj_bnd.find('ymax')# 以防有负值坐标xmin = max(float(obj_xmin.text), 0)ymin = max(float(obj_ymin.text), 0)xmax = max(float(obj_xmax.text), 0)ymax = max(float(obj_ymax.text), 0)obj_bnd.remove(obj_xmin)  # 删除节点obj_bnd.remove(obj_ymin)obj_bnd.remove(obj_xmax)obj_bnd.remove(obj_ymax)x0.text = str(xmin)y0.text = str(ymax)x1.text = str(xmax)y1.text = str(ymax)x2.text = str(xmax)y2.text = str(ymin)x3.text = str(xmin)y3.text = str(ymin)else:obj_bnd = obj.find('robndbox')obj_bnd.tag = 'bndbox'  # 修改节点名obj_cx = obj_bnd.find('cx')obj_cy = obj_bnd.find('cy')obj_w = obj_bnd.find('w')obj_h = obj_bnd.find('h')obj_angle = obj_bnd.find('angle')cx = float(obj_cx.text)cy = float(obj_cy.text)w = float(obj_w.text)h = float(obj_h.text)angle = float(obj_angle.text)obj_bnd.remove(obj_cx)  # 删除节点obj_bnd.remove(obj_cy)obj_bnd.remove(obj_w)obj_bnd.remove(obj_h)obj_bnd.remove(obj_angle)x0.text, y0.text = rotatePoint(cx, cy, cx - w / 2, cy - h / 2, -angle)x1.text, y1.text = rotatePoint(cx, cy, cx + w / 2, cy - h / 2, -angle)x2.text, y2.text = rotatePoint(cx, cy, cx + w / 2, cy + h / 2, -angle)x3.text, y3.text = rotatePoint(cx, cy, cx - w / 2, cy + h / 2, -angle)# obj.remove(obj_type)  # 删除节点obj_bnd.append(x0)  # 新增节点obj_bnd.append(y0)obj_bnd.append(x1)obj_bnd.append(y1)obj_bnd.append(x2)obj_bnd.append(y2)obj_bnd.append(x3)obj_bnd.append(y3)tree.write(dotaxml_file, method='xml', encoding='utf-8')  # 更新xml文件# 转换成四点坐标
def rotatePoint(xc, yc, xp, yp, theta):xoff = xp - xc;yoff = yp - yc;cosTheta = math.cos(theta)sinTheta = math.sin(theta)pResx = cosTheta * xoff + sinTheta * yoffpResy = - sinTheta * xoff + cosTheta * yoffreturn str(int(xc + pResx)), str(int(yc + pResy))def totxt(xml_path, out_path):# 想要生成的txt文件保存的路径，这里可以自己修改files = os.listdir(xml_path)files = [i for i in files if (i.split('.')[-1]=='xml')]i = 0for file in files:tree = ET.parse(xml_path + os.sep + file)root = tree.getroot()name = file.split('.')[0]output = out_path + '\\' + name + '.txt'file = open(output, 'w')i = i + 1objs = tree.findall('object')for obj in objs:cls = obj.find('name').textbox = obj.find('bndbox')x0 = int(float(box.find('x0').text))y0 = int(float(box.find('y0').text))x1 = int(float(box.find('x1').text))y1 = int(float(box.find('y1').text))x2 = int(float(box.find('x2').text))y2 = int(float(box.find('y2').text))x3 = int(float(box.find('x3').text))y3 = int(float(box.find('y3').text))if x0 < 0:x0 = 0if x1 < 0:x1 = 0if x2 < 0:x2 = 0if x3 < 0:x3 = 0if y0 < 0:y0 = 0if y1 < 0:y1 = 0if y2 < 0:y2 = 0if y3 < 0:y3 = 0for cls_index, cls_name in enumerate(cls_list):if cls == cls_name:file.write("{} {} {} {} {} {} {} {} {} {}\n".format(x0, y0, x1, y1, x2, y2, x3, y3, cls, cls_index))file.close()# print(output)print(i)if __name__ == '__main__':# -----**** 第一步：把xml文件统一转换成旋转框的xml文件 ****-----roxml_path = r'C:\Users\zhangxf\Desktop\origin\new_withE'      # 存放roLabelImg标注的原文件的文件夹dotaxml_path = r'C:\Users\zhangxf\Desktop\origin\new_withE'    # 存放转换后DOTA数据集xml格式文件的文件夹out_path = r'C:\Users\zhangxf\Desktop\origin/dotatxt'          # 存放转换后DOTA数据集txt格式文件的文件夹filelist = os.listdir(roxml_path)filelist = [i for i in filelist if (i.split('.')[-1]=='xml')]# for file in filelist:#     edit_xml(os.path.join(roxml_path, file), os.path.join(dotaxml_path, file))# -----**** 第二步：把旋转框xml文件转换成txt格式 ****-----totxt(dotaxml_path, out_path)

注意事项：

    【1】运行代码之前将cls_list = ['dog']  # 修改为自己的标签，不修改也不会报错，只是转换后的TXT中将没有任何数据；【2】roxml_path存放的是存放roLabelImg标注的原文件的文件夹，dotaxml_path  # 存放roLabelImg标注生成的xml格式文件的文件夹，out_path存放转换后DOTA数据集txt格式文件的文件夹；生成的dotatxt文件夹如图所示：

在这里插入图片描述
dotatxt文件夹中的文件格式如图所示：
在这里插入图片描述

（3）将dotatxt文件夹和原始数据转成yolo格式的数据集的形式

import os
import random
import shutilrandom.seed(42)"""
该脚本用于将给定的数据集分割成训练集和测试集。
数据集应包含图像和对应的标注文件。
脚本会按照70%训练集和30%测试集的比例进行分割，并将图像和标注文件分别复制到相应的文件夹中。
"""# 设置数据集文件夹路径和输出文件夹路径
data_folder = 'new_withE'
img_folder = 'new_withE/dataset/images'
label_folder = 'new_withE/dataset/labels'# 计算每个子集的大小
# 总文件数乘以0.7得到训练集大小，其余为测试集大小
total_files = len(os.listdir(os.path.join(data_folder, 'img')))
train_size = int(total_files * 0.7)
test_size = int(total_files - train_size)# 获取所有图像文件的文件名列表，并进行随机打乱
image_files = os.listdir(os.path.join(data_folder, 'img'))
random.shuffle(image_files)# 复制图像和标注文件到相应的子集文件夹中
# 枚举每个图像文件，根据索引决定复制到训练集还是测试集文件夹
for i, image_file in enumerate(image_files):base_file_name = os.path.splitext(image_file)[0]  # 获取文件名（不包括扩展名）image_path = os.path.join(data_folder, 'img', image_file)label_path = os.path.join(data_folder, 'dotatxt', base_file_name + '.txt')# 根据索引判断文件应复制到训练集还是测试集if i < train_size:shutil.copy(image_path, os.path.join(img_folder, 'train'))  # 复制图像到训练集shutil.copy(label_path, os.path.join(label_folder, 'train_original'))  # 复制标注到训练集else:shutil.copy(image_path, os.path.join(img_folder, 'val'))  # 复制图像到测试集shutil.copy(label_path, os.path.join(label_folder, 'val_original'))  # 复制标注到测试集

文件夹格式如下所示：
在这里插入图片描述

（4）DOTA格式标签文件（TXT）转YOLOV8-obb训练需要数据集格式
OBB检测方法里面旋转框的表示方法有好几种，YOLO V8 OBB使用的是（通过坐标在 0 和 1 之间归一化的四个角点来指定边界框）：具体的DOTA格式的数据格式如下 ，class_index, x1, y1, x2, y2, x3, y3, x4, y4（需要做归一化）。
在这里插入图片描述

（4）DOTA格式标签文件转换为YOLO V8训练所需的YOLO格式
【1】在项目代码根目录下面创建下面的文件夹结构，然后将划分好的图像和标签文件放到相应的文件夹中
【2】由于官方源码转换代码用的是VOC数据集，所以这里我们需要修改ultralytics/data/converter.py中的类别名，改成自己的数据集类别名。修改ultralytics/data/converter.py中的代码
在这里插入图片描述

if image_path.suffix != ".png":修改为if image_path.suffix != [".png", ".jpg", ".jpeg"]:修改之后就不用担心图像格式了，png、jpg、jpeg中的任何一种都可以

    【3】运行下面的代码，将DOTA格式的标签文件转换为OBB数据集格式，其中的参数根据自己的情况设置

import syssys.path.append('F:\project\yolov8_obb_seam\yolov8')from ultralytics.data.converter import convert_dota_to_yolo_obbconvert_dota_to_yolo_obb('F:\project\yolov8_obb_seam\yolov8')

    运行提示：转换后的OBB数据集格式的标签会保存在labels\train和labels\val中（训练需要使用的就是这两个文件夹，train_original和val_original用不到）

在这里插入图片描述

     转换后的OBB数据集格式的标签文件中的内容

在这里插入图片描述
至此微调的数据集已经制作完成，将配置yolov8-obb模型进行模型的微调。

三、模型配置
（1）新建模型配置文件my-data8-obb.yaml

    在yolov8\ultralytics\cfg\datasets路径下，新建my-data8-obb.yaml文件（复制粘贴其中某一个yaml文件改个名字），写入如下代码，其中参数根据自己的情况设置

在这里插入图片描述

（2）修改模型配置文件yolov8-obb.yaml

    在yolov8\ultralytics\cfg\models\v8路径下，修改yolov8-obb.yaml文件，将nc参数修改为自己的数据集类别数

在这里插入图片描述

四、训练
（1）根据自己的实际情况修改yolov8\ultralytics\cfg\default.yaml文件中的训练参数

    如果自己的数据集类别只有一种，就将single-cls参数设置为True

（2）运行下面的代码即可开始训练

    如果你使用的权重是“yolov8n-obb.pt”，只需要把下面代码中的配置文件yolov8x-obb.yaml改成yolov8n-obb.yaml，依此类推

from ultralytics import YOLOdef main():model = YOLO('config/yolov8n-obb.yaml').load('yolov8n-obb.pt')  # build from YAML and transfer weightsmodel.train(data='mydata_obb.yaml', epochs=200, imgsz=640, batch=16, workers=4)if __name__ == '__main__':main()

在这里插入图片描述
在这里插入图片描述

五、推理
在根目录下创建一个名为inference.py的脚本，写入下面的代码，其中的参数根据自己的情况设置

import os
from ultralytics import YOLOmodel = YOLO('runs/obb/train3/weights/best.pt')filelist = os.listdir('new_test/')
for file in filelist:results = model(os.path.join('new_test/',file))   #results[0].obb.conf  tensor([], device='cuda:0')results[0].show()
print(results[0].obb.xywhr[:, -1] * 180 / 3.14159265358979323846)

    运行代码的结果

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/453629.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

FairGuard游戏加固全面适配纯血鸿蒙NEXT

FairGuard游戏加固全面适配纯血鸿蒙NEXT

2024年10月8日&#xff0c;华为正式宣布其原生鸿蒙操作系统 HarmonyOS NEXT 进入公测阶段&#xff0c;标志着其自有生态构建的重要里程碑。 作为游戏安全领域领先的第三方服务商&#xff0c;FairGuard游戏加固在早期就加入了鸿蒙生态的开发&#xff0c;基于多项独家技术与十余年…
阅读更多...
数据库权限提升GetShell

数据库权限提升GetShell

数据库提权总结 - 随风kali - 博客园 (cnblogs.com) MySQL 漏洞利用与提权 | 国光 (sqlsec.com) sql注入getshell的几种方式 第99天&#xff1a;权限提升-数据库提权&口令获取&MYSQL&MSSQL&Oracle&MSF SQL注入拿shell的方式应该是通用的得到连接数据库…
阅读更多...
未来AI的学习能力会达到怎样的水平？

未来AI的学习能力会达到怎样的水平？

​ 大家好&#xff0c;我是Shelly&#xff0c;一个专注于输出AI工具和科技前沿内容的AI应用教练&#xff0c;体验过300款以上的AI应用工具。关注科技及大模型领域对社会的影响10年。关注我一起驾驭AI工具&#xff0c;拥抱AI时代的到来。 AI工具集1&#xff1a;大厂AI工具【共2…
阅读更多...
微软运用欺骗性策略大规模打击网络钓鱼活动

微软运用欺骗性策略大规模打击网络钓鱼活动

微软正在利用欺骗性策略来打击网络钓鱼行为者&#xff0c;方法是通过访问 Azure 生成外形逼真的蜜罐租户&#xff0c;引诱网络犯罪分子进入以收集有关他们的情报。 利用收集到的数据&#xff0c;微软可以绘制恶意基础设施地图&#xff0c;深入了解复杂的网络钓鱼操作&#xff…
阅读更多...
Verilog基础：层次化标识符的使用

Verilog基础：层次化标识符的使用

相关阅读 Verilog基础https://blog.csdn.net/weixin_45791458/category_12263729.html?spm1001.2014.3001.5482 一、前言 Verilog HDL中的标识符(identifier)是一个为了引用而给一个Verilog对象起的名字&#xff0c;分为两大类&#xff1a;普通标识符大类和层次化标识符大类。…
阅读更多...
监控易监测对象及指标之：Kafka中间件JMX监控指标解读

监控易监测对象及指标之：Kafka中间件JMX监控指标解读

监控易作为一款功能强大的监控软件&#xff0c;旨在为企业提供全方位的IT系统监控服务。其中&#xff0c;针对Kafka中间件的JMX监控是监控易的重要功能之一。本文将详细解读监控易中Kafka的JMX监控指标&#xff0c;帮助企业更好地理解并运用这些数据进行系统性能调优和故障排查…
阅读更多...
算法笔记day07

算法笔记day07

1.最长回文子串 最长回文子串_牛客题霸_牛客网 算法思路&#xff1a; 使用中心扩散算法&#xff0c;枚举所有的中点&#xff0c;向两边扩散&#xff0c;一个中点需要枚举两次&#xff0c;一次当回文串是奇数另一次回文串是偶数的情况。 class Solution { public:int getLong…
阅读更多...
mysql--基本查询

mysql--基本查询

目录 搞定mysql--CURD操作&#xff0c;细节比较多&#xff0c;不难&#xff0c;贵在多多练 1、Create--创建 &#xff08;1&#xff09;单行插入 / 全列插入 &#xff08;2&#xff09;插入否则替换 &#xff08;3&#xff09;替换 2、Retuieve--select 1&#xff09;全…
阅读更多...
git rebase的常用场景： 交互式变基， 变基和本地分支基于远端分支的变基

git rebase的常用场景： 交互式变基， 变基和本地分支基于远端分支的变基

文章目录 作用应用场景场景一&#xff1a;交互式变基(合并同一条线上的提交记录) —— git rebase -i HEAD~2场景二&#xff1a;变基(合并分支) —— git rebase [其他分支名称]场景三&#xff1a;本地分支与远端分支的变基 作用 使git的提交记录变得更加简洁 应用场景 场景…
阅读更多...
Unity之如何使用Unity Cloud Build云构建

Unity之如何使用Unity Cloud Build云构建

文章目录 前言什么是 UnityCloudBuild？如何使用Unity云构建Unity 团队中的人员不属于 Unity Team 的人员UnityCloudBuild2.0价格表如何使用Unity云构建配置CloudBuild前言 Unity Cloud Build作为Unity平台的一项强大工具，它允许开发团队通过云端自动构建项目，节省了繁琐的手…
阅读更多...
基于Springboot在线视频网站的设计与实现

基于Springboot在线视频网站的设计与实现

基于Springboot视频网站的设计与实现 开发语言&#xff1a;Java 框架&#xff1a;springboot JDK版本&#xff1a;JDK1.8 服务器&#xff1a;tomcat7 数据库&#xff1a;mysql 5.7 数据库工具&#xff1a;Navicat11 开发软件&#xff1a;idea 源码获取&#xff1a;https://do…
阅读更多...
JSON 注入攻击 API

JSON 注入攻击 API

文章目录 JSON 注入攻击 API"注入所有东西"是"聪明的"发生了什么? 什么是 JSON 注入?为什么解析器是问题所在解析不一致 JSON 解析器互操作性中的安全问题处理重复密钥的方式不一致按键碰撞响应不一致JSON 序列化(反序列化)中的不一致 好的。JSON 解析器…
阅读更多...
Java | Leetcode Java题解之第497题非重叠矩形中的随机点

Java | Leetcode Java题解之第497题非重叠矩形中的随机点

题目&#xff1a; 题解&#xff1a; class Solution {Random rand;List<Integer> arr;int[][] rects;public Solution(int[][] rects) {rand new Random();arr new ArrayList<Integer>();arr.add(0);this.rects rects;for (int[] rect : rects) {int a rect[0…
阅读更多...
PPT自动化：Python如何将PPT转换为图片（ppt2img源码）

PPT自动化：Python如何将PPT转换为图片（ppt2img源码）

文章目录 📖 介绍 📖🏡 演示环境 🏡📒 PPT转换图片 📒📝 Windows环境下PPT转为图片（源码）📝 Linux环境下PPT转为图片（源码）📝 注意事项⚓️ 相关链接 ⚓️📖 介绍 📖 在日常工作中，我们常常需要将大量的幻灯片转换为图片，这样不仅方便分享，还能提…
阅读更多...
【数据库系统概论】第3章 关系数据库标准语言SQL（一）数据定义（超详细）

【数据库系统概论】第3章 关系数据库标准语言SQL（一）数据定义（超详细）

教材&#xff1a; 数据库系统概论&#xff08;第6版&#xff09;王珊,杜小勇,陈红编著 目录 一、SQL概述 1.1 SQL 的产生与发展 1.2 SQL的特点 1.3 SQL的基本概念 二、数据定义 2.1 数据库的定义 2.2 数据表的定义 2.3 模式的定义 一、SQL概述 1974年IBM为关系DBMS设…
阅读更多...
Docker 搭建mysql

Docker 搭建mysql

拉取mysql镜像 docker pull mysql # 拉取镜像 [rooteason ~]# docker pull mysql Using default tag: latest latest: Pulling from library/mysql 72a69066d2fe: Pull complete 93619dbc5b36: Pull complete 99da31dd6142: Pull complete 626033c43d70: Pull complete 37d…
阅读更多...
用HTML构建酷炫的文件上传下载界面

用HTML构建酷炫的文件上传下载界面

1. 基础HTML结构 首先&#xff0c;我们构建一个基本的HTML结构&#xff0c;包括一个表单用于文件上传&#xff0c;以及一个列表用于展示已上传文件&#xff1a; HTML <!DOCTYPE html> <html> <head><title>酷炫文件上传下载</title><link …
阅读更多...
分布式ID生成策略

分布式ID生成策略

文章目录 分布式ID必要性1.UUID2.基于DB的自增主键方案3.数据库多主模式4.号段模式5.Redis6.Zookeeper7.ETCD8.雪花算法9.百度(Uidgenerator)10.美团(Leaf)11.滴滴(TinyID) 分布式ID必要性 业务量小于500W的时候单独一个mysql即可提供服务&#xff0c;再大点的时候就进行读写分…
阅读更多...
浏览器播放rtsp视频流解决方案

浏览器播放rtsp视频流解决方案

方案一: html5 websocket_rtsp_proxy 实现视频流直播 实现原理 实现步骤 服务器安装streamedian服务器 客户端通过video标签播放 <video id"test_video" controls autoplay></video><script src"free.player.1.8.4.js"></script&g…
阅读更多...
openresty通过header_filter_by_lua记录特定的请求头和特定的响应头到日志文件

openresty通过header_filter_by_lua记录特定的请求头和特定的响应头到日志文件

有时我们希望记录特定的请求头信息和特定的响应头信息，以便能够通过关联请求信息和响应头信息，来实现记录请求和响应的对应关系。这里通过逐步尝试和优化的方式进行尝试。具体包括将需要的请求头和响应头组织到一条日志记录，输出到单独的错误日志文件记录等的配置尝试。 1.…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023