yolov8车辆识别模型（附数据集）

目录

前言

 一、我的数据集

二、其他车辆数据集

三、我的模型

四、模型训练（一站式链接）

五、我的训练过程

---

前言

因为为了做毕设，所以训练了一个道路监控的车辆模型。

效果不是很好，希望大佬们指导一下。

再此也分享我找了到的数据集，还有我自己做的数据集~

 一、我的数据集

链接：https://pan.baidu.com/s/15r1S_6TrDl5r4kAfDPnpjQ?pwd=deng 
提取码：deng 

二、其他车辆数据集

1、16个车辆信息检测数据集收集汇总：

16个车辆信息检测数据集收集汇总-腾讯云开发者社区-腾讯云

2、开源车辆检测数据集：UA-DETRAC BITVehicle车辆检测数据集(含下载地址)_ua-detrac 数据集-CSDN博客

链接：https://pan.baidu.com/s/1AfhS0f0gzy5Jp9AL1htTHA?pwd=deng 
提取码：deng  

3、其他检测数据集：UA-DETRAC，Vehicle-Dataset和BIT-Vehicle

4、别人的数据集：

链接：https://pan.baidu.com/s/1r4CbKCeV7QDm3UpQ1efDHQ?pwd=deng 
提取码：deng 

三、我的模型

我跑的模型效果感觉不怎么好

模型下载：car模型.zip - 蓝奏云

 请问有没有大佬可以指点一下（o(╥﹏╥)o）

我的疑问：

我的test和val里面的数据集，如果全是陌生图片的话，准确度就很低，只能到0.7左右

我该如何做呢？

是因为我的 test和val里面的数据集太难识别？

还是因为我的训练集数量不够？

我那个模型跑100轮左右差不多就可以了

再跑的话，效果反而下降

第二次，我加了注意力机制，并调整为120轮

请大佬们多多指教啦~

四、模型训练（一站式链接）

1、制作数据集

windows使用YOLOv8训练自己的模型（0基础保姆级教学）_windows10使用yolov8常见问题-CSDN博客

2、训练模型

 用自己电脑的GPU训练：

一站式安装对应显卡版本的cuda和torch（windows）-CSDN博客

用服务器的GPU训练：

视频：云服务器训练YOLOv8-训练&改进教程_哔哩哔哩_bilibili

文章：模型训练-CSDN博客

其实，网上有很多现成的模型，只不过需要钱，我看见别人博主的广告就包含了很多很多

有西红柿、猫狗、山羊、野生目标、烟头、二维码、头盔、交警、野生动物、野外烟雾、人体摔倒识别、红外行人、家禽猪、苹果、推土机、蜜蜂、打电话、鸽子、足球、奶牛、人脸口罩、安全背心、烟雾检测、人脸检测、交通信号灯检测、海船检测、智能驾驶检测、道路瑕疵检测、交通标志检测、农作机检测、80类动物目标检测、线路板瑕疵检测、课堂人脸检测、深海鱼检测、工人安全帽检测、水果检测、鸡蛋检测系统 ...

五、我的训练过程

1、起初，我直接在网上找，数据集中的车辆大多数都是外国车，感觉不太行

2、然后，找到了【UA-DETRAC数据集】，他里面有8000多张照片，而且都标注了

3、随后，我直接用8000多张照片进行训练，发现【模型不收敛】，效果不好

看了看 数据图，原来是照片里面的小汽车（car）太多了，公交车（bus）和大货车（truck）太少了，小型载客车（van）数量一般

4、于是，我就自己去做这【 4类的数据集】，再加一些【UA-DETRAC数据集】就去训练了

5、最后，模型就训练完了（但是效果还是感觉不太好） 

经验之谈：

1、可以用【AI生成】其他角度图片，增加数据集

2、走了个弯路：因为网上可以看【各个省份的高速公路监控】，我就跑去微信小程序查看，折腾半天后，把监控画面放大看，很糊，根本用不了！o(╥﹏╥)o

3、图片大多数从【视频】里面截取，【百度图片】中获取

4、最初没有用英语字母【排序数据集的索引】，导致我无法用【roboflow】来增强数据集

5、最先开始，不知道如何看效果，找了好几篇文章才知道看P，R，mAP等等

6、最初，连训练参数都有些不知道，惨啊！ o(╥﹏╥)o

7、而且，tensorboard最初也没有用，后面才开始用的，唉...

六、其他数据集下载网站

Kaggle （实用）：Kaggle: Your Machine Learning and Data Science Community

ImageNet：ImageNet

天池（阿里巴巴的）：天池数据集_阿里系唯一对外开放数据分享平台-阿里云天池