基于YOLO_v8的车牌号码识别

是Winky啊

已于 2024-05-24 22:54:25 修改

阅读量1k

点赞数 13

分类专栏： YOLO 文章标签： YOLO

于 2024-05-09 18:22:23 首次发布

本文链接：https://blog.csdn.net/Winkyyyyyy/article/details/138573934

版权

YOLO 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1. 数据集

我使用的数据集是CCPD: Chinese City Parking Dataset

子数据集

ccpd_base:包含1000张不同角度、不同距离、不同照明、不同场景的图片。

ccpd_blur:包含1000张图片，其中图片模糊程度较大。

ccpd_challenge:包含1000张图片，这是LPDR算法最难的基准。

ccpd_db:包含1000张LP区域照明较暗或极亮的图片。

ccpd_fn:包含1000张从LP到拍摄地点的距离比较远或很近的图片。

ccpd_np:包含1000张图片，其中图片中的汽车没有LP。

ccpd_rotate:包含1000张图片，具有很大的水平倾斜度。

ccpd_tilt:包含1000张图片，水平倾斜度和垂直倾斜度都比较大。

ccpd_weather:包含1000张雨天拍摄的图片。

图片的标注性命名

示例图像的名称是“025-95_113-154&383_386&473-386&473_177&454_154&383_363&402-0_0_22_27_27_33_16-37-15.jpg”。每个名字可以被"-"符号分成7个字段。这些字段解释如下。

面积:车牌面积与整个图片面积的比例（025）

倾斜度:水平倾斜度（95）和垂直倾斜度（113）

边界框坐标:左上顶点的坐标（154&383）和右下顶点的坐标（386&473）

四个顶点的位置:LP的四个顶点在整个图像中的确切(x, y)坐标，这些坐标从右下角的顶点开始（386&473_177&454_154&383_363&402）

车牌号码:在CCPD中，每张图像只有一个LP。每个LP数字由一个汉字、一个字母和五个字母或数字组成（0_0_22_27_27_33_16），数字分别表示车牌号码在数组中的位置。

亮度:车牌区域的亮度（37）

模糊度:车牌区域的模糊度（15）

由于对模型还在了解阶段，所以我只取CCPD: Chinese City Parking Dataset的一部分作为数据集

代码来源

https://www.kaggle.com/code/harits/chinese-license-plate-recognition-yolov8-cnocr

系统

Windows11

2. Praperation

导入模块

代码

#导入了warnings模块，并使用filterwarnings()函数来忽略警告信息
import warnings
warnings.filterwarnings("ignore")
#这些语句导入了一些操作系统、文件操作、时间处理、随机数生成、图像处理、数组操作、数据处理、文件匹配、进度条显示和正则表达式处理相关的库和模块
import os
import gc
import shutil
import time
import random
import cv2
import numpy as np 
import pandas as pd
import glob
from tqdm import tqdm
tqdm.pandas()
import re
#这些语句导入了一些数据可视化相关的库和模块，包括matplotlib、plotly等。
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import plotly
import plotly.graph_objects as go
import plotly.express as px
from plotly.subplots import make_subplots
from IPython.display import Image, display
#这行代码导入了PyTorch深度学习框架和Numba的CUDA模块，用于进行深度学习和GPU加速计算。
import torch
from numba import cuda

表示车牌号的数组和基础路径设置

#定义车牌号码表示数组
provinces = ["皖", "沪", "津", "渝", "冀", "晋", "蒙", "辽", "吉", "黑", "苏", "浙", "京", "闽", "赣", "鲁", "豫", "鄂", "湘", "粤", "桂", "琼", "川", "贵", "云", "藏", "陕", "甘", "青", "宁", "新", "警", "学", "O"]
alphabets = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W',
             'X', 'Y', 'Z', 'O']
ads = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X',
       'Y', 'Z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'O']
#训练集子集数组
list_sub = ["ccpd_base", "ccpd_fn", "ccpd_db", "ccpd_rotate", "ccpd_weather", "ccpd_blur"]
#训练集基础路径设置
BASE_PATH = "CCPD2019"

这里的BASE_PATH要根据自己的需求修改

3. Data Exploration

数据探索：在数据分析过程中，对数据进行初步了解和分析的过程，通常包括数据清洗、数据可视化和统计分析等步骤。

这里我只是对数据进行简单的读取和了解。

3.1. Sample Images读取样本数据

代码

# 创建子图
fig, axs = plt.subplots(6, 6, figsize=(13, 18))

# 遍历子数据集列表（序号和名称）
for i, sub in enumerate(list_sub):    
    axs[i, 0].text(0.5, 0.5, sub, ha='center', va='center', fontsize=12)
    axs[i, 0].axis('off')
    # 构建子数据集路径
    sub_path = os.path.join(BASE_PATH, sub)
    # 获取子数据集中的前五个文件名
    sub_files = os.listdir(sub_path)[:5]
    
    for j in range(5):
        file_name = os.path.join(sub_path, sub_files[j])
        image = cv2.imread(file_name)
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        axs[i, j+1].imshow(image)
        axs[i, j+1].axis("off")

# Title
plt.suptitle("License Plate Based on Sub-Datasets", x=0.55, y=0.93)

# Show
plt.show()

运行结果

3.2. Image Description 描述ccpd_base的图片

代码

#将基础路径（BASE_PATH）"CCPD2019"和"ccpd_base"连接起来，生成一个新的路径
ccpd_base_path = os.path.join(BASE_PATH, "ccpd_base")
#列出了"ccpd_base"路径下的所有文件
ccpd_base_files = os.listdir(ccpd_base_path)
#遍历"ccpd_base"路径下的前三个文件
for file in ccpd_base_files[:3]:
    #生成每个文件的完整路径
    file_name = os.path.join(ccpd_base_path, file)
    #从文件名中提取出文件名的主体部分，去掉了文件扩展名
    file_splitting = file_name.split("\\")[-1][:-4]
    #打印文件名
    print("文件名:", file_splitting)
    #将文件名主体部分按照"-"分割，得到一系列的信息
    file_splitting = file_splitting.split("-")
    #区域比例
    area_ratio = file_splitting[0]
    print("区域比例:", area_ratio)
    #倾斜角度
    tilt_degrees = file_splitting[1]
    hor_tilt_degrees = tilt_degrees.split("_")[0]
    ver_tilt_degrees = tilt_degrees.split("_")[1]
    print("倾斜角度")
    #水平倾斜度
    print("-  水平倾斜度:", hor_tilt_degrees)
    #垂直倾斜度
    print("-  垂直倾斜度:", ver_tilt_degrees)
    #边界框
    bounding_box = file_splitting[2]
    left_up_bbox = bounding_box.split("_")[0]
    right_bot_bbox = bounding_box.split("_")[1]
    print("边界框（一个）")
    print("-  左上:", left_up_bbox)
    print("-  右下：", right_bot_bbox)
    #精确顶点
    vertices = file_splitting[3]
    right_bot_vtc = vertices.split("_")[0]
    left_bot_vtc = vertices.split("_")[1]
    left_up_vtc = vertices.split("_")[2]
    right_up_vtc = vertices.split("_")[3]
    print("精确顶点")
    print("-  右下:", right_bot_vtc)
    print("-  左下:", left_bot_vtc)
    print("-  左上:", left_up_vtc)
    print("-  右上:", right_up_vtc)
    #车牌号码
    lcn = file_splitting[4]
    chi_let = provinces[int(lcn.split("_")[0])]
    alp_let = alphabets[int(lcn.split("_")[1])]
    alp_num_let = lcn.split("_")[2:]
    alp_num_let = "".join([ads[int(char)] for char in alp_num_let])
    all_let = chi_let + alp_let + " " + alp_num_let
    print("车牌号码:", all_let)
    #亮度
    brightness = file_splitting[5]
    print("亮度:", brightness)
    #模糊度
    blurriness = file_splitting[6]
    print("模糊度:", blurriness)
    #使用OpenCV库读取图像文件
    img = cv2.imread(file_name)
    #将图像从BGR颜色空间转换为RGB颜色空间
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    #使用matplotlib库显示图像
    plt.imshow(img)
    plt.show()

运行结果

文件名: 00205459770115-90_85-352&516_448&547-444&547_368&549_364&517_440&515-0_0_22_10_26_29_24-128-7
区域比例: 00205459770115
倾斜角度
-  水平倾斜度: 90
-  垂直倾斜度: 85
边界框（一个）
-  左上: 352&516
-  右下： 448&547
精确顶点
-  右下: 444&547
-  左下: 368&549
-  左上: 364&517
-  右上: 440&515
车牌号码: 皖A YL250
亮度: 128
模糊度: 7

文件名: 00221264367816-91_91-283&519_381&553-375&551_280&552_285&514_380&513-0_0_7_26_17_33_29-95-9
区域比例: 00221264367816
倾斜角度
-  水平倾斜度: 91
-  垂直倾斜度: 91
边界框（一个）
-  左上: 283&519
-  右下： 381&553
精确顶点
-  右下: 375&551
-  左下: 280&552
-  左上: 285&514
-  右上: 380&513
车牌号码: 皖A H2T95
亮度: 95
模糊度: 9

文件名: 00223060344828-90_89-441&517_538&546-530&552_447&548_447&512_530&516-0_0_13_16_33_30_33-148-14
区域比例: 00223060344828
倾斜角度
-  水平倾斜度: 90
-  垂直倾斜度: 89
边界框（一个）
-  左上: 441&517
-  右下： 538&546
精确顶点
-  右下: 530&552
-  左下: 447&548
-  左上: 447&512
-  右上: 530&516
车牌号码: 皖A PS969
亮度: 148
模糊度: 14

3.3. Sample Bounding Box and Exact Vertices采样边界框和精确的顶点

代码

# 创建子图
fig, axs = plt.subplots(3, 4, figsize=(13, 15))
# 遍历文件列表，绘制车牌图像、边界框和精确顶点
for i, file in enumerate(ccpd_base_files[2:8]):
    # 获取文件名
    file_name = os.path.join(ccpd_base_path, file)
    file_splitting = file_name.split("\\")[-1][:-4]
    file_splitting = file_splitting.split("-")
    # 提取车牌号码信息
    lcn = file_splitting[4]
    chi_let = provinces[int(lcn.split("_")[0])]
    alp_let = alphabets[int(lcn.split("_")[1])]
    alp_num_let = lcn.split("_")[2:]
    alp_num_let = "".join([ads[int(char)] for char in alp_num_let])
    all_let = chi_let + alp_let + alp_num_let
    # 提取边界框信息
    bounding_box = file_splitting[2]
    lu_bbox = bounding_box.split("_")[0]
    x1, y1 = list(map(int, lu_bbox.split("&")))
    rb_bbox = bounding_box.split("_")[1]
    x2, y2 = list(map(int, rb_bbox.split("&")))
    # 读取图像并绘制边界框
    bbox_img = cv2.imread(file_name)
    bbox_img = cv2.cvtColor(bbox_img, cv2.COLOR_BGR2RGB)
    cv2.rectangle(bbox_img, (x1, y1), (x2, y2), (30, 240, 100), 10)
    # 在子图上显示图像
    axs[i//2, (i*2)%4].imshow(bbox_img)
    axs[i//2, (i*2)%4].set_title("Bounding Box", fontsize=8)
    axs[i//2, (i*2)%4].axis("off")
    axs[i//2, (i*2)%4]
    # 提取精确顶点信息
    vertices = file_splitting[3]
    vertices_split = vertices.split("_")
    # 读取图像并绘制精确顶点
    exver_img = cv2.imread(file_name)
    exver_img = cv2.cvtColor(exver_img, cv2.COLOR_BGR2RGB)
    for j in range(4):
        x1, y1 = list(map(int, vertices_split[j].split("&")))
        x2, y2 = list(map(int, vertices_split[(j+1)%4].split("&")))
        cv2.line(exver_img, (x1, y1), (x2, y2), (30, 240, 100), thickness=10)
    # 在子图上显示图像    
    axs[i//2, (i*2+1)%4].imshow(exver_img)
    axs[i//2, (i*2+1)%4].set_title("Exact Vertices", fontsize=8)
    axs[i//2, (i*2+1)%4].axis("off")
    axs[i//2, (i*2+1)%4]
# 设置标题
plt.suptitle("Sample Bounding Box and LPR Images", x=0.55, y=0.93)
# 显示图像
plt.show()

运行结果

4. Plate Detection - YOLOv8

运用YOLO_v8对车牌进行目标检测

4.1. Data Preparation

4.1.1. Create Metadata创建元数据

代码

#Create Metadata
#从车牌号码字符串中提取出省份简称、字母简称和数字字母组合
def extract_plate_number(plate_number):
    # 提取省份简称
    chi_let = provinces[int(plate_number.split("_")[0])]
    # 提取字母简称
    alp_let = alphabets[int(plate_number.split("_")[1])]
    # 提取数字字母组合
    alp_num_let = plate_number.split("_")[2:]
    # 将数字字母组合转换为字符串
    alp_num_let = "".join([ads[int(char)] for char in alp_num_let])
    # 拼接省份简称、字母简称和数字字母组合
    all_let = chi_let + alp_let + alp_num_let
    return all_let
    
#创建一个空的DataFrame
df_metadata = pd.DataFrame()
#遍历每个子数据集，获取子文件夹路径
for sub in list_sub:
    sub_path = os.path.join(BASE_PATH, sub, "*")
    sub_files = glob.glob(sub_path)
    # 只取前100个文件
    sub_files = sub_files[:100]
    #将子文件夹路径添加到df_metadata中
    df_metadata = df_metadata._append(sub_files)
# 重命名列名并重置索引
df_metadata = df_metadata.rename(columns={0: "image_path"}).reset_index(drop=True)
# 提取子文件夹名称、详细信息、边界框信息、车牌号码等信息，并添加到df_metadata中
df_metadata["sub"] = df_metadata["image_path"].apply(lambda x: x.split("\\")[1])
df_metadata["detail"] = df_metadata["image_path"].apply(lambda x: x.split("\\")[2])
df_metadata["bbox"] = df_metadata["detail"].apply(lambda x: x.split("-")[2])
df_metadata["x1_bbox"] = df_metadata["bbox"].apply(lambda x: int(x.split("_")[0].split("&")[0]))
df_metadata["y1_bbox"] = df_metadata["bbox"].apply(lambda x: int(x.split("_")[0].split("&")[1]))
df_metadata["x2_bbox"] = df_metadata["bbox"].apply(lambda x: int(x.split("_")[1].split("&")[0]))
df_metadata["y2_bbox"] = df_metadata["bbox"].apply(lambda x: int(x.split("_")[1].split("&")[1]))
df_metadata["plate_number"] = df_metadata["detail"].apply(lambda x: x.split("-")[4])
df_metadata["plate_number"] = df_metadata["plate_number"].apply(lambda x: extract_plate_number(x))
# 删除不需要的列
df_metadata = df_metadata.drop(["detail", "bbox"], axis=1)

df_metadata

这两行代码中的索引号要根据自己路径的实际情况修改

df_metadata["sub"] = df_metadata["image_path"].apply(lambda x: x.split("\\")[1])
df_metadata["detail"] = df_metadata["image_path"].apply(lambda x: x.split("\\")[2])

运行结果

4.1.2. Create YOLOv8 Bounding Box Format

代码

df_metadata['xmid'] = (df_metadata['x1_bbox'] + df_metadata['x2_bbox']) / (2*720)
df_metadata['ymid'] = (df_metadata['y1_bbox'] + df_metadata['y2_bbox']) / (2*1160)

df_metadata['bb_width'] = (df_metadata['x2_bbox'] - df_metadata['x1_bbox']) / 720
df_metadata['bb_height'] = (df_metadata['y2_bbox'] - df_metadata['y1_bbox']) / 1160

df_metadata

运行结果

4.1.3. Data Splitting

代码

# Train : 5000 (ccpd_base), Val and Test : 50 for each sub (except ccpd_base)
list_split = ["train"] * 270058
for i in range(5):
    list_split.extend(["val"]*170)
    list_split.extend(["test"]*170)
df_metadata["split"] = list_split
df_metadata

运行结果

4.2. YOLOv8 Preparation

代码

这段代码是用于克隆Ultralytics项目的GitHub仓库并安装ultralytics库的命令。

###这个命令用于克隆Ultralytics项目的GitHub仓库到本地
###https://github.com/ultralytics/ultralytics 是Ultralytics项目的GitHub仓库地址
!git clone https://github.com/ultralytics/ultralytics
###这个命令用于安装名为ultralytics的Python库
###在克隆了Ultralytics项目的GitHub仓库后，可以通过这个命令安装项目中的Python库
!pip install ultralytics

运行结果

fatal: destination path 'ultralytics' already exists and is not an empty directory.

Requirement already satisfied: ultralytics in d:\env\anaconda\lib\site-packages (8.2.10)
Requirement already satisfied: matplotlib>=3.3.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (3.8.0)
Requirement already satisfied: opencv-python>=4.6.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (4.9.0.80)
Requirement already satisfied: pillow>=7.1.2 in d:\env\anaconda\lib\site-packages (from ultralytics) (10.2.0)
Requirement already satisfied: pyyaml>=5.3.1 in d:\env\anaconda\lib\site-packages (from ultralytics) (6.0.1)
Requirement already satisfied: requests>=2.23.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (2.31.0)
Requirement already satisfied: scipy>=1.4.1 in d:\env\anaconda\lib\site-packages (from ultralytics) (1.11.4)
Requirement already satisfied: torch>=1.8.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (2.3.0)
Requirement already satisfied: torchvision>=0.9.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (0.18.0)
Requirement already satisfied: tqdm>=4.64.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (4.65.0)
Requirement already satisfied: psutil in d:\env\anaconda\lib\site-packages (from ultralytics) (5.9.0)
Requirement already satisfied: py-cpuinfo in d:\env\anaconda\lib\site-packages (from ultralytics) (9.0.0)
Requirement already satisfied: thop>=0.1.1 in d:\env\anaconda\lib\site-packages (from ultralytics) (0.1.1.post2209072238)
Requirement already satisfied: pandas>=1.1.4 in d:\env\anaconda\lib\site-packages (from ultralytics) (2.1.4)
Requirement already satisfied: seaborn>=0.11.0 in d:\env\anaconda\lib\site-packages (from ultralytics) (0.12.2)
Requirement already satisfied: contourpy>=1.0.1 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (1.2.0)
Requirement already satisfied: cycler>=0.10 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (0.11.0)
Requirement already satisfied: fonttools>=4.22.0 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (4.25.0)
Requirement already satisfied: kiwisolver>=1.0.1 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (1.4.4)
Requirement already satisfied: numpy<2,>=1.21 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (1.26.4)
Requirement already satisfied: packaging>=20.0 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (23.1)
Requirement already satisfied: pyparsing>=2.3.1 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (3.0.9)
Requirement already satisfied: python-dateutil>=2.7 in d:\env\anaconda\lib\site-packages (from matplotlib>=3.3.0->ultralytics) (2.8.2)
Requirement already satisfied: pytz>=2020.1 in d:\env\anaconda\lib\site-packages (from pandas>=1.1.4->ultralytics) (2023.3.post1)
Requirement already satisfied: tzdata>=2022.1 in d:\env\anaconda\lib\site-packages (from pandas>=1.1.4->ultralytics) (2023.3)
Requirement already satisfied: charset-normalizer<4,>=2 in d:\env\anaconda\lib\site-packages (from requests>=2.23.0->ultralytics) (2.0.4)
Requirement already satisfied: idna<4,>=2.5 in d:\env\anaconda\lib\site-packages (from requests>=2.23.0->ultralytics) (3.4)
Requirement already satisfied: urllib3<3,>=1.21.1 in d:\env\anaconda\lib\site-packages (from requests>=2.23.0->ultralytics) (2.0.7)
Requirement already satisfied: certifi>=2017.4.17 in d:\env\anaconda\lib\site-packages (from requests>=2.23.0->ultralytics) (2024.2.2)
Requirement already satisfied: filelock in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (3.13.1)
Requirement already satisfied: typing-extensions>=4.8.0 in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (4.9.0)
Requirement already satisfied: sympy in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (1.12)
Requirement already satisfied: networkx in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (3.1)
Requirement already satisfied: jinja2 in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (3.1.3)
Requirement already satisfied: fsspec in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (2023.10.0)
Requirement already satisfied: mkl<=2021.4.0,>=2021.1.1 in d:\env\anaconda\lib\site-packages (from torch>=1.8.0->ultralytics) (2021.4.0)
Requirement already satisfied: colorama in d:\env\anaconda\lib\site-packages (from tqdm>=4.64.0->ultralytics) (0.4.6)
Requirement already satisfied: intel-openmp==2021.* in d:\env\anaconda\lib\site-packages (from mkl<=2021.4.0,>=2021.1.1->torch>=1.8.0->ultralytics) (2021.4.0)
Requirement already satisfied: tbb==2021.* in d:\env\anaconda\lib\site-packages (from mkl<=2021.4.0,>=2021.1.1->torch>=1.8.0->ultralytics) (2021.12.0)
Requirement already satisfied: six>=1.5 in d:\env\anaconda\lib\site-packages (from python-dateutil>=2.7->matplotlib>=3.3.0->ultralytics) (1.16.0)
Requirement already satisfied: MarkupSafe>=2.0 in d:\env\anaconda\lib\site-packages (from jinja2->torch>=1.8.0->ultralytics) (2.1.3)
Requirement already satisfied: mpmath>=0.19 in d:\env\anaconda\lib\site-packages (from sympy->torch>=1.8.0->ultralytics) (1.3.0)

代码

这段代码是用于在YOLOv8中创建数据集文件夹的。它会创建四个文件夹。

# Create Dataset Folder in YOLOv8
###主数据集文件夹，用于存放所有与数据集相关的文件和子文件夹
!mkdir "ultralytics\\datasets"
###训练集文件夹，用于存放训练过程中使用的图片和标签文件
!mkdir "ultralytics\\datasets\\train"
###验证集文件夹，用于存放验证过程中使用的图片和标签文件
!mkdir "ultralytics\\datasets\\val"
###测试集文件夹，用于存放测试过程中使用的图片和标签文件
!mkdir "ultralytics\\datasets\\test"

运行结果

因为之前已经运行过一次这个文件，所以显示已经存在。

子目录或文件 ultralytics\\datasets 已经存在。
子目录或文件 ultralytics\\datasets\\train 已经存在。
子目录或文件 ultralytics\\datasets\\val 已经存在。
子目录或文件 ultralytics\\datasets\\test 已经存在。

代码

这段代码的主要功能是将图像文件和对应的文本信息复制到YOLOv8数据集文件夹中。

首先根据传入的参数（train、val或test），筛选出对应的数据行，并重置索引。

然后遍历每一行数据，将图像文件复制到目标文件夹中，并生成包含标签信息的文本文件内容，将文本文件内容写入目标文本文件中。

最后分别处理训练集、验证集和测试集数据。

# 定义一个函数，用于将图像和对应的文本信息复制到YOLOv8数据集文件夹中
def image_and_text_yolo(split):
    # 根据传入的参数（train、val或test），筛选出对应的数据行，并重置索引
    df = df_metadata[df_metadata["split"]==split].reset_index(drop=True)
    # 拼接目标文件夹路径
    folder_path = os.path.join("ultralytics\\datasets", split)
    
    # 获取需要处理的数据值
    values = df[['image_path','xmid','ymid','bb_width','bb_height']].values
    # 遍历每一行数据
    for file_name, x, y, w, h in values:
        # 获取图像文件名
        image_name = os.path.split(file_name)[-1]
        # 获取文本文件名（去掉扩展名）
        txt_name = os.path.splitext(image_name)[0]

        # 拼接目标图像文件路径
        dst_image_path = os.path.join(folder_path, image_name)
        # 拼接目标文本文件路径
        dst_label_file = os.path.join(folder_path, txt_name+'.txt')

        # 将图像文件复制到目标文件夹中
        shutil.copy(file_name, dst_image_path)

        # 生成包含标签信息的文本文件内容
        label_txt = f'0 {x} {y} {w} {h}'
        # 将文本文件内容写入目标文本文件中
        with open(dst_label_file, mode='w') as f:
            f.write(label_txt)
            f.close()
            
# 调用函数，处理训练集数据
image_and_text_yolo("train")
print("Train Dataset Created")
# 调用函数，处理验证集数据
image_and_text_yolo("val")
print("Val Dataset Created")
# 调用函数，处理测试集数据
image_and_text_yolo("test")
print("Test Dataset Created")

运行结果

Train Dataset Created
Val Dataset Created
Test Dataset Created

代码

我最开始的代码是这么写的

###这是一个Jupyter Notebook的魔法命令，用于将接下来的代码写入到指定的文件中
###这里是将代码写入到ultralytics\custom_dataset.yaml文件中
%%writefile ultralytics\\custom_dataset.yaml
### 创建自定义数据集配置的
###训练集的路径
train: ultralytics\\datasets\\train
###验证集的路径
val: ultralytics\\datasets\\val
###测试集的路径
test: ultralytics\\datasets\\test
###数据集中的类别数量:1，表示只有一个类别  
nc: 1
###这一行定义了数据集中的类别名称:license_plate，表示这个类别的名称是车牌。    
names: [
    'license_plate'
]

就报了这样的错误，但是在前面的代码中我都是用"\\"表示"\",我猜测可能是注释干扰了"\\"

于是修改代码

%%writefile ultralytics\\custom_dataset.yaml
# Create Custom Dataset Configuration
train: ultralytics\\datasets\\train
val: ultralytics\\datasets\\val
test: ultralytics\\datasets\\test
    
nc: 1
    
names: [
    'license_plate'
]

运行结果

因为之前已经运行过一次这个文件，所以显示重写'ultralytics\\custom_dataset.yaml'文件。

Overwriting ultralytics\\custom_dataset.yaml

4.3. YOLOv8 Training

为YOLO_v8的使用做准备，安装相应的库、释放缓存

代码

### 安装GPUtil库，用于获取GPU使用情况
!pip install GPUtil
### 导入GPUtil库中的showUtilization函数，并将其重命名为gpu_usage
from GPUtil import showUtilization as gpu_usage
### 定义一个名为free_gpu_cache的函数，用于释放GPU缓存
def free_gpu_cache():
    ### 打印初始GPU使用情况
    print("Initial GPU Usage")
    ### 调用gpu_usage函数，显示GPU使用情况
    gpu_usage()                             
    ### 清空PyTorch的CUDA缓存
    torch.cuda.empty_cache()
    ### 选择第一个GPU设备
    cuda.select_device(0)
    ### 关闭当前选中的GPU设备
    cuda.close()
    ### 再次选择第一个GPU设备
    cuda.select_device(0)
    #### 打印清空缓存后的GPU使用情况
    print("GPU Usage after emptying the cache")
    ### 调用gpu_usage函数，显示GPU使用情况
    gpu_usage()
### 调用free_gpu_cache函数，执行释放GPU缓存的操作
free_gpu_cache()

运行结果

该代码在Python环境中使用GPUtil库（版本号为1.4.0）来获取GPU的使用情况。

初始的GPU使用情况：ID为0的GPU的GPU占用率为0%，内存占用也为0%。

清空了PyTorch的CUDA缓存后GPU的使用情况：ID为0的GPU的GPU占用率变为了2%，内存占用也变为了2%。

这段代码的目的是通过清空CUDA缓存来释放GPU资源，并观察GPU使用情况的变化。

（释放缓存之后占用率还变高了？）

Requirement already satisfied: GPUtil in d:\env\anaconda\lib\site-packages (1.4.0)
Initial GPU Usage
| ID | GPU | MEM |
------------------
|  0 |  0% |  0% |
GPU Usage after emptying the cache
| ID | GPU | MEM |
------------------
|  0 |  2% |  2% |

代码

!yolo train model=yolov8s.pt data="D:\\target_detection\\yolov8-master\\ultralytics\\custom_dataset.yaml" epochs=25 verbose=True batch=32

运行结果

训练代码我组用了远程GPU4090，且训练集只有600个样本。但每次训练代码时，都一直显示*号，训练不出权重文件，但是又确实是在训练，由于找不到原因，我决定换代码来解决这个任务。

数据集配置文件

# Create Custom Dataset Configuration
train: D:\\target_detection\\yolov8-master\\ultralytics\\datasets\\train
val: D:\\target_detection\\yolov8-master\\ultralytics\\datasets\\val
test: D:\\target_detection\\yolov8-master\\ultralytics\\datasets\\test
    
nc: 1
    
names: [
    'license_plate'
]

以下是runs文件夹里保存的训练结果

train13

weights文件夹为空

生成的.yaml文件

task: detect    ##任务类型为目标检测
mode: train     ##模式为训练
model: yolov8s.pt        ##使用的预训练权重文件为yolov8s.pt
data: ultralytics\\custom_dataset.yaml     ##数据集配置文件路径为ultralytics\custom_dataset.yaml
epochs: 25               ##训练的总轮数为25
time: null               ##未设置时间限制
patience: 100            ##当验证损失在连续100个epoch没有改善时，停止训练
batch: 32                ##每个批次的样本数量为32
imgsz: 640               ##输入图像的大小为640x640
save: true               ##保存模型权重
save_period: -1
cache: false
device: null
workers: 8
project: null
name: train13
exist_ok: false
pretrained: true
optimizer: auto
verbose: true
seed: 0
deterministic: true
single_cls: false
rect: false
cos_lr: false
close_mosaic: 10
resume: false
amp: true
fraction: 1.0
profile: false
freeze: null
multi_scale: false
overlap_mask: true
mask_ratio: 4
dropout: 0.0
val: true
split: val
save_json: false
save_hybrid: false
conf: null
iou: 0.7
max_det: 300
half: false
dnn: false
plots: true
source: null
vid_stride: 1
stream_buffer: false
visualize: false
augment: false
agnostic_nms: false
classes: null
retina_masks: false
embed: null
show: false
save_frames: false
save_txt: false
save_conf: false
save_crop: false
show_labels: true
show_conf: true
show_boxes: true
line_width: null
format: torchscript
keras: false
optimize: false
int8: false
dynamic: false
simplify: false
opset: null
workspace: 4
nms: false
lr0: 0.01
lrf: 0.01
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3.0
warmup_momentum: 0.8
warmup_bias_lr: 0.1
box: 7.5
cls: 0.5
dfl: 1.5
pose: 12.0
kobj: 1.0
label_smoothing: 0.0
nbs: 64
hsv_h: 0.015
hsv_s: 0.7
hsv_v: 0.4
degrees: 0.0
translate: 0.1
scale: 0.5
shear: 0.0
perspective: 0.0
flipud: 0.0
fliplr: 0.5
bgr: 0.0
mosaic: 1.0
mixup: 0.0
copy_paste: 0.0
auto_augment: randaugment
erasing: 0.4
crop_fraction: 1.0
cfg: null
tracker: botsort.yaml
save_dir: runs\detect\train13

由输出可知，模型没有成功训练，但jupyter notebook并没有提供相应错误信息，于是这个项目将交由另一个代码解决。

5. Review

由于大项目需要很多精力去研读理解，我之前写代码比较偏向jupyter notebook。

经过这次实践，我发现jupyter notebook对于解决工程问题不太适用,jupyter notebook的长项在于记录，而在跑比较复杂的项目时会出现不太稳定，信息显示不详细等问题。

在之后的项目中，我会合理运用jupyter notebook。

是Winky啊

关注

13
点赞
踩
29

收藏

觉得还不错? 一键收藏
3
评论
基于YOLO_v8的车牌号码识别

示例图像的名称是“025-95_113-154&383_386&473-386&473_177&454_154&383_363&402-0_0_22_27_27_33_16-37-15.jpg”。每个名字可以被"-"符号分成7个字段。文件名: 00223060344828-90_89-441&517_538&546-530&552_447&548_447&512_530&516-0_0_13_16_33_30_33-148-14。车牌号码:在CCPD中，每张图像只有一个LP。
复制链接

扫一扫

专栏目录