YOLOv8训练数据准备篇（保姆级教学）

超爱计算机视觉的小濡

于 2024-09-03 17:17:10 发布

阅读量630

点赞数 20

文章标签： YOLO 目标检测计算机视觉 python pycharm

本文链接：https://blog.csdn.net/2401_82804432/article/details/141853410

版权

一、前言

作者采用的数据集为作者在百度下载的共享单车图片数据，训练集共计360张（哈啰单车180张，美团单车96张，青桔单车84张），验证集共计25张，覆盖了不同的场景和光照条件。本次对目标数据集进行标注的软件是LabelImg，此软件支持YOLO的标注格式，对新手较为友好。下面我将为大家详细介绍如何从零开始创建属于我们自己的数据集（包括图片数据的下载，标注以及数据集格式）。

二、数据集图片的获取

数据集的获取主要有两种方式，第一种是去数据集网站寻找别人已经标注好的数据集，优点是方便，快捷，省去了很多麻烦，不需要自己再手动标注，但是通常找不到自己需要的数据。本文主要讲解第二种方法——自己制作数据集。

自己制作数据集只需要在图片网站下载自己想要的图片，最简单最直接的办法就是百度，将自己需要的图片下载保存到同一个文件夹即可，相信这个大家都会，就不做示例了。

三、labelImg进行图像标注

3.1 LabelImg简介

Labelmg是一个用于标注图像的开源图标注工具，主要应用于目标检测任务的数据集制作,其代码和操作可查看GitHub LabelImg。它支持手动绘制矩形框，标记图像中的对象，并将这些标注保存为不同格式的标注文件，如XML格式的Pascal VOC或TXT 格式的YOLO。

1.多格式支持：LabelImg支持生成Pascal VOC格式（XML）和YOLO格式（TXT）的标注文件。

2.多平台支持：LabelImg可以在Window，Linux和macOS上运行。

3.易于使用：该工具提供了直观的图形界面，通过简单的点击个拖动来创建和编辑标注框。还支持快捷键来加快标注速度。

4。可视化标注：LabelImg提供了图像和标注的实时可视化功能，可以及时查看并调整标注框的位置和大小。

5.自动保存：用户在完成图像标注后，LabelImg 会自动保存标注文件，减少数据丢失的风险。

6. 支持自定义类别：用户可以根据需求自定义标注类别，并在不同类别之间切换。

3.2 LabelImg下载

LabelImg可以通过GitHub仓库或通过命令行安装。本文采用Pip进行下载。由于Pip默认是从国外下载要安装的工具包，通常会因为网络错误等原因导致下载失败，为了避免下载失败，本文将Pip的国外镜像源换成了国内的阿里云。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple

复制上方代码，点击Win+R后输入cmd，点击确定，就可以在命令行粘贴代码并按下回车即可。

镜像源设置后可以通过下方代码查看。

pip config list

在命令行输入下方代码安装LabelImg。(注意LabelImg中的I是大写)

pip install labelImg

接下来在终端中输入labelImg即可打开工具。

C:\Users\29982>labelImg
Traceback (most recent call last):
File "<frozen runpy>", line 198, in _run_module_as_main
File "<frozen runpy>", line 88, in _run_code
File "D:\APP\python\Scripts\labelImg.exe\__main__.py", line 4, in <module>
File "D:\APP\python\Lib\site-packages\labelImg\labelImg.py", line 5, in <module>
import distutils.spawn
ModuleNotFoundError: No module named 'distutils'

如果出现上方报错，表明labelImg工具在启动时无法找到 Python 的distutils模块。distutils是一个用于构建和安装 Python 包的标准库模块，但在某些 Python 发行版中，它可能未被包含或安装。只需输入下面代码即可安装distutils模块。