yolov8 多通道图片训练-已完成

最新：修改过程详细描述及完整代码更新于https://github.com/satori-hcy/yolov8_8ch

-------------------------------------------------------以下为原始草稿内容-----------------------------------

yolov8源码为训练三通道的rgb图像，本文记录修改yolov8为训练8通道的图像数据。

参考网址：https://github.com/ultralytics/ultralytics/issues/3432

总体思路：1.解决数据读取问题；2.修改网络结构的配置文件；3.解决数据增强相关错误；

1.在ultralytics/data/base.py 文件中的

def load_image(self, i, rect_mode=True)函数中修改，使im是读取到的多通道图片。

2.找到模型使用的yaml文件，添加输入通道参数：ch。我使用的是

model = YOLO("yolov8n.yaml")语句来创建了模型所以对应的是ultralytics/cfg/models/v8/yolov8.yaml文件

添加参数ch:8  （这里要几个通道就写几）

在数据集.yaml(类似于coco.yaml)中也要加上ch: 8

default.yaml 中加上ch:8

3.这时候开始训练，就会各种报错，这些报错应该是数据增强模块的代码。错误提示中会有“RandomHSV”，

在ultralytics/data/augment.py 

方法一：将RandomHSV 类里的__call__里的内容代码注释掉了

方法二：将使用RandomHSV的地方注释掉了def v8_transforms函数定义中，大约800行附近注释掉

“transformer”等字样。这是因为yolov8源码中的数据增强大多是处理三通道或一通道的，所以开始报错。

这部分报错代码集中在ultralytics/data/augment.py文件中，可以先将

Class Albumentations中的各种增强选项先注释掉

4.ultralytics/utils/plotting.py 文件中报错

class Annotator是关于在图片上画出标注的类，因为我的数据是八通道，会出错，所以在 __init__函数添加下面语句

5.  报错img = cv2.copyMakeBorder(img, top, bottom, left, right, cv2.BORDER_CONSTANT,
cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\core\src\copy.cpp:1074: error: (-215:Assertion failed) value[0] == value[1] && value[0] == value[2] && value[0] == value[3] in function 'cv::copyMakeBorder'

6.train()的所有epoch完成时会有一个eval()评估步骤，这里也要改，这里列出两种修改方法，任选其一。

（1）简单的：将ultralytics/engine/validator.py中第155行的3换成你的通道数。

（2）有点麻烦的一种：步骤6的另一种修改方式是将ultralytics/engine/validator.py中第153行附近的3换成变量，如下图

同时要在ultralytics/cfg/default.yaml 中添加ch: 8 

如果不改这儿，会在过程中（某一步）组织self.args中丢失ch参数，导致出错。

6. ultralytics/utils/plotting.py  400行左右

#sxx mosaic的通道数要与im相同
# Build Image
mosaic = np.full((int(ns * h), int(ns * w), images.shape[1]), 255, dtype=np.uint8)