使用yolov10跑coco数据集

准备工作

• python环境配置

1. 通过Anaconda创建一个python的虚拟环境
   这里有两种方法：
   a.使用anaconda图形化工具
   
   

   b.使用conda命令

conda create -n 虚拟环境名字  python=指定版本

2. 在此环境中安装pytorch，下载好对应的CUDA
   若是使用GPU而非CPU，确保GPU是NVIDIA的产品而非AMD，AMD不能用于深度学习，此处演示的是使用GPU进行训练而非CPU
   a.打开cmd输入 nvidia-smi
   
   此处可以看到cuda的版本12.5，随后打开pytorch官网，选择指定的下载命令，注意在你电脑上刚刚查到的cuda version>cuda runtime,即根据下图，由于我的cuda version是12.5，那么三个选项都可以安装（11.8，12.1，12.4），然后conda和pip都可以用，我这里选择的是conda，复制下方的命令
   
   在指定的虚拟环境中运行

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

安装完成后，用pycharm新建一个项目（python解释器使用该虚拟环境中的）用于测试pytorch是否安装成功，若显示False则安装失败

• yolo项目配置

3. 找到并下载官网的yolov10项目
   代码地址
   将项目下载到本地后使用pycharm打开，选择刚刚配置好的虚拟环境（即选择对应的python解释器），打开终端
   
4. 安装yolov10中requirement.txt对应的包
   

• 数据集准备
  数据集这里使用的是coco2017
  coco2017训练集：train2017
  coco2017验证集：val2017
  coco2017测试集：test2017
  coco2017各个类别的标注：annotations_trainval2017
  下载后的文件如下

5. 下载好数据集到项目中
   在yolov10项目中coco数据集转化后对应的数据集文件结构如下
   
   images中即存放对应的训练集和验证集的图片
   labels中暂时为空，同时两个txt文件也没有，因为还没开始转化

6. 将coco数据格式转化为yolo数据格式
   a.在项目中新建一个python文件用于存放格式转化的脚步，脚本如下：

#COCO 格式的数据集转化为 YOLO 格式的数据集
#--json_path 输入的json文件路径
#--save_path 保存的文件夹名字，默认为当前目录下的labels。

import os
import json
from tqdm import tqdm
import argparse

parser = argparse.ArgumentParser()
#这里根据自己的json文件位置，换成自己的就行
parser.add_argument('--json_path', default='F:/PY/Yolov10/dataset/annotations/instances_val2017.json',type=str, help="input: coco format(json)")
#这里设置.txt文件保存位置
parser.add_argument('--save_path', default='F:/PY/Yolov10/datasets/coco/labels/val2017', type=str, help="specify where to save the output dir of labels")
arg = parser.parse_args()

def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = box[0] + box[2] / 2.0
    y = box[1] + box[3] / 2.0
    w = box[2]
    h = box[3]
#round函数确定(xmin, ymin, xmax, ymax)的小数位数
    x = round(x * dw, 6)
    w = round(w * dw, 6)
    y = round(y * dh, 6)
    h = round(h * dh, 6)
    return (x, y, w, h)

if __name__ == '__main__':
    json_file =   arg.json_path # COCO Object Instance 类型的标注
    ana_txt_save_path = arg.save_path  # 保存的路径

    data = json.load(open(json_file, 'r'))
    if not os.path.exists(ana_txt_save_path):
        os.makedirs(ana_txt_save_path)

    id_map = {} # coco数据集的id不连续！重新映射一下再输出！
    with open(os.path.join(ana_txt_save_path, 'classes.txt'), 'w') as f:
        # 写入classes.txt
        for i, category in enumerate(data['categories']):
            f.write(f"{category['name']}\n")
            id_map[category['id']] = i
    # print(id_map)
    #这里需要根据自己的需要，更改写入图像相对路径的文件位置。
    list_file = open(os.path.join(ana_txt_save_path, 'train2017.txt'), 'w')
    for img in tqdm(data['images']):
        filename = img["file_name"]
        img_width = img["width"]
        img_height = img["height"]
        img_id = img["id"]
        head, tail = os.path.splitext(filename)
        ana_txt_name = head + ".txt"  # 对应的txt名字，与jpg一致
        f_txt = open(os.path.join(ana_txt_save_path, ana_txt_name), 'w')
        for ann in data['annotations']:
            if ann['image_id'] == img_id:
                box = convert((img_width, img_height), ann["bbox"])
                f_txt.write("%s %s %s %s %s\n" % (id_map[ann["category_id"]], box[0], box[1], box[2], box[3]))
        f_txt.close()
        #将图片的相对路径写入train2017或val2017的路径
        list_file.write('F:/PY/Yolov10/dataset/yolo-coco/images/train2017/%s.jpg\n' %(head))
    print("convert successful!")
    list_file.close()

在脚本开始运行前修改json path（之前画箭头的那两个文件地址）和save path（刚刚新建的文件结构中的labels目录下），此脚本运行两次，因为有两个对应的json文件。
==在instances_train2017.json文件进行脚本转化的过程中，时间可能比较长，笔者当时转化了足足8h,原因可能是该脚本存在频繁的读写以及json较大的原因（448MB），而instances_val2017.json对应的json脚本耗时很小 ==
在你完成转化后你将得到labels下train2017和val2017两个文件，其中全是txt文件，注意把里面的train2017.txt和val2017.txt文件挪出来，目录结构上方已经展示。

开始训练

在训练之前建议修改一下coco.yaml

改为修改完格式后的数据集对应的绝对路径

完成上述准备工作后就可以着手准备训练了。我是按照GitHub上面所写来进行训练的

yolo detect train data=coco.yaml model=yolov10n/s/m/b/l/x.yaml epochs=500 batch=256 imgsz=640 device=0,1,2,3,4,5,6,7

其中device表示所使用的GPU的数量，这里填的0表示单块GPU进行训练，epochs表示训练的轮数，若是显存不够用可以尝试减小batch，imgsz为图片大小，yolov10后面跟的字母表示模型的大小，具体可以看GitHub。
我使用的命令如下（在终端上运行），目的只是跑完整个流程，所以参数选择小：

yolo detect train data=coco.yaml model=yolov10n.yaml epochs=5 batch=8 imgsz=640 device=0

运行过程如下



值得一提的是我为了减小训练时间，把images中train2017的图片删除了相当大的一部分，可能会得到如下警告，但是对于训练过程并不会有影响

模型推理

yolo predict model=jameslahm/yolov10{n/s/m/b/l/x}

模型导出

yolo predict model=yolov10n/s/m/b/l/x.onnx

至此，运行结束