YOLOv12训练自己的数据集——利用Google Colab环境和Roboflow工具

已于 2025-02-20 12:02:47 修改
阅读量2.1k 收藏 34
点赞数 13
分类专栏： 计算机视觉 Deep Learing 文章标签： YOLO 图像处理 人工智能 python
于 2025-02-20 10:53:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_60865111/article/details/145747523
版权

YOLOv12训练自己的数据集——利用Google Colab环境和Roboflow工具

引言

2025年2月18日，YOLOv12作为一种前沿的计算机视觉模型架构正式发布，由布法罗大学和中科院大学的Yunjie Tian、Qixiang Ye和David Doermann在论文《YOLOv12: Attention-Centric Real-Time Object Detectors》中提出。YOLOv12以注意力机制为核心设计，在Microsoft COCO数据集上实现了更低的推理延迟和更高的均值平均精度（mAP），成为实时目标检测领域的又一里程碑。官方代码已开源于 GitHub，支持用户对其进行微调和训练。

论文详解请参考这篇文章《YOLOv12 - 注意力机制驱动的实时目标检测新篇章》——论文详解

YOLOv12源码及权重下载——YOLOv12

本文将详细介绍如何在自定义数据集上训练YOLOv12模型，包括数据集准备、模型训练和推理验证的全流程。您将学习如何利用Google Colab环境和Roboflow工具，基于一个示例数据集（集装箱检测）完成YOLOv12的训练，并获得可用于实际应用的目标检测模型。

YOLOv12简介

YOLOv12通过引入区域注意力（Area Attention）和残差高效层聚合网络（R-ELAN），显著提高了检测精度，同时保持了实时性。以下是其在COCO数据集上的主要性能指标（见论文Table 1）：

模型分辨率 (像素)mAP50:95 (%)T4 GPU延迟 (ms)参数量 (M)FLOPs (G)
YOLOv12-N64040.61.642.66.5
YOLOv12-S64048.02.619.321.4
YOLOv12-M64052.54.8620.267.5
YOLOv12-L64053.76.7726.488.9
YOLOv12-X64055.211.7959.1199.0

这些结果表明，YOLOv12在不同规模下均优于YOLOv11、YOLOv10等前代模型，且相较于RT-DETR等端到端检测器，计算量和参数量更少，速度更快。

fig1

训练准备

在开始训练之前，您需要准备自定义数据集并配置训练环境。以下是具体步骤：

步骤1：安装YOLOv12及依赖项

我们将在Google Colab中运行训练过程。打开Roboflow提供的YOLOv12训练笔记本（可从GitHub或Roboflow获取完整代码），并按以下步骤安装依赖：

# 克隆YOLOv12仓库
!git clone https://github.com/sunsmarterjie/yolov12
%cd yolov12

# 安装必要的Python包
!pip install roboflow supervision flash-attn --upgrade -q
!pip install -r requirements.txt
!pip install -e .
!pip install --upgrade flash-attn
  • YOLOv12：核心模型代码，目前需从源代码构建，因尚未发布pip包。
  • supervision：用于后处理模型预测结果。
  • Roboflow：用于下载和管理数据集。
  • flash-attn：优化注意力机制的计算效率，YOLOv12依赖此库。

步骤2：准备自定义数据集

您需要一个带有标注的目标检测数据集。如果没有现成数据集，可参考Roboflow的《Getting Started with Roboflow》指南创建。本文以开源的集装箱检测数据集（Yard Management System, version 11）为例：

  1. 下载数据集：
    • 创建免费Roboflow账户并获取API密钥。
    • 在Colab中运行以下代码下载数据集：
from google.colab import userdata
from roboflow import Roboflow

ROBOFLOW_API_KEY = userdata.get('ROBOFLOW_API_KEY')
rf = Roboflow(api_key=ROBOFLOW_API_KEY)
project = rf.workspace("roboflow-universe-projects").project("yard-management-system")
version = project.version(11)
dataset = version.download("yolov8")
  1. 调整数据集格式：
    • YOLOv12使用与YOLOv8兼容的TXT标注格式，但需要修改data.yaml文件以适配路径。运行以下代码：
!sed -i '$d' {dataset.location}/data.yaml
!sed -i '$d' {dataset.location}/data.yaml
!sed -i '$d' {dataset.location}/data.yaml
!sed -i '$d' {dataset.location}/data.yaml
!echo -e "test: ../test/images\ntrain: ../train/images\nval: ../valid/images" >> {dataset.location}/data.yaml

此步骤移除原始文件中可能不兼容的行，并添加正确的训练、验证和测试集路径。

模型训练

步骤3：训练YOLOv12模型

配置好数据集后，我们可以开始训练。YOLOv12提供五种预训练权重（yolov12n.pt、yolov12s.pt、yolov12m.pt、yolov12l.pt、yolov12x.pt），可根据计算资源选择。本例使用yolov12s.pt，建议至少训练250个epoch。

运行以下代码：

from ultralytics import YOLO

model = YOLO('yolov12s.yaml')
results = model.train(
    data=f'{dataset.location}/data.yaml',
    epochs=250
)
  • 参数说明：
    • data：指向调整后的data.yaml文件。
    • epochs：训练轮数，论文建议600个epoch，但250个epoch已可获得较好结果。
    • 默认使用SGD优化器，初始学习率0.01，线性衰减至0.0001（见论文Table 7）。

注意：训练完成后，model()可能抛出TypeError: argument of type 'PosixPath' is not iterable错误（已提交GitHub issue），但模型权重仍会保存，可继续后续步骤。

训练结果评估

训练完成后，可查看混淆矩阵和训练曲线：

  1. 混淆矩阵：
from IPython.display import Image
Image(filename=f'/content/yolov12/runs/detect/train/confusion_matrix.png', width=600)

fig2

  1. 训练曲线：
Image(filename=f'/content/yolov12/runs/detect/train/results.png', width=600)

fig3

推理验证

步骤4：使用训练好的模型进行推理

加载训练后的最佳权重，在验证集上运行推理：

import random
import cv2
import supervision as sv

model = YOLO(f"/content/yolov12/runs/detect/train/weights/best.pt")

# 加载验证集
ds = sv.DetectionDataset.from_yolo(
    images_directory_path=f"{dataset.location}/valid/images",
    annotations_directory_path=f"{dataset.location}/valid/labels",
    data_yaml_path=f"{dataset.location}/data.yaml"
)

# 随机选择一张图片进行推理
image_path = random.choice(list(ds.images.keys()))
image = cv2.imread(image_path)

# 运行模型并后处理
results = model(image)[0]
detections = sv.Detections.from_ultralytics(results).with_nms()

# 添加边界框和标签
bounding_box_annotator = sv.BoundingBoxAnnotator()
label_annotator = sv.LabelAnnotator()
annotated_image = bounding_box_annotator.annotate(scene=image, detections=detections)
annotated_image = label_annotator.annotate(scene=annotated_image, detections=detections)

# 显示结果
sv.plot_image(annotated_image)

结果示例：
在集装箱数据集上，模型成功识别出集装箱、ID、标志和底盘ID四个类别。

fig4

结论

YOLOv12凭借其注意力中心的架构设计，为实时目标检测提供了新的可能性。本文通过一个集装箱检测示例，展示了如何在自定义数据集上训练YOLOv12，包括环境配置、数据准备、模型训练和推理验证。完整代码已作为笔记本开源，可从Roboflow或GitHub获取。

未来，您可以尝试调整超参数（如论文Table 7中的数据增强配置），或使用更大规模的模型（如YOLOv12-X）以进一步提升性能。更多训练教程可参考Roboflow Notebooks。

YOLOv12环境配置，手把手教你使用YOLOv12训练自己的数据集和推理(附YOLOv12网络结构图)，全文最详细教程
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
02-24 1万+
YOLO 系统尊嘟太卷了吧，YOLOv11 还没完明白，YOLOv12 就重磅来袭，YOLOv12 是由纽约州立大学联合中科院在 2025年2月19 日发布，从 YOLOv12 论文题目我们大概就知道做了那些更新 ，下图是YOLOv12 在 COCO 数据集上的性能表现引入区域注意力机制（area-attention）：通过引入十字形窗口自我注意机制，沿水平和垂直条纹计算注意力机制，纵横交错的注意机制。如下图所示，区域注意力采用最多简单的等分方法，将特征地图垂直或水平划分为 L 个区域。
YOLOv11训练自己的数据集，从代码下载到实例测试 （含YOLOv11网络结构图）
热门推荐
Limiiiing的博客
09-30 2万+
在Windows10上配置CUDA环境教程2024年9月30日，YOLOv11是最新发布的计算机视觉模型。支持多种任务，包括目标检测、实例分割、图像分类、姿态估计、有向目标检测以及物体跟踪等，本文主要讲述其检测任务的模型搭建训练流程。以上就是YOLOv11训练自己数据集的全部过程啦，欢迎大家在评论区交流~
全网首发—一张图看懂YOLOV12模型结构
m0_73148112的博客
02-22 3632
一张图看懂YOLOV12模型结构
YOLOv12：以注意力为中心的实时目标检测器
AI浩
02-19 7171
长期以来，改进YOLO框架的网络架构一直是研究重点，但主要集中在基于CNN的改进上，尽管注意力机制已被证明在建模能力上具有显著优势。这是因为基于注意力的模型在速度上无法与基于CNN的模型相媲美。本文提出了一种以注意力为核心的YOLO框架——，它在保持与先前基于CNN模型相当速度的同时，充分利用了注意力机制的性能优势。YOLOv12在精度上超越了所有流行的实时目标检测器，同时保持了具有竞争力的速度。例如，YOLOv12-N在T4 GPU上以1.64毫秒的推理延迟实现了40.6%mAP。
【跟我学YOLO】（1）YOLO12：以注意力为中心的物体检测
youcans的博客
02-22 1493
本文详细解读 YOLOv12 论文《以注意力为中心的物体检测（YOLOv12: Attention-Centric Real-Time Object Detectors）》。 YOLO12 引入了一种以注意力为中心的架构，它不同于以往YOLO 模型中使用的基于 CNN 的传统方法，但仍保持了许多应用所必需的实时推理速度。该模型通过对注意力机制和整体网络架构进行新颖的方法创新，实现了最先进的物体检测精度，同时保持了实时性能。
YOLOv12模型详解及代码复现
hasakie的博客
12-13 4996
YOLOV12算法详解及Python代码复现
YOLOv12GPU训练自己的数据（windows适用） (草履虫都能看懂系列)
flpmmpfl的博客
02-24 1976
查看cuda最高支持版本，win+R，输入cmd，打开命令窗口，输入nvidia-smi.exe，红框位置为最大可支持安装版本​​。
yolov12训练自定义记得数据集的过程与超参数定义和loss_mAP_PR曲线_f1score的理解
qq1309399183的博客
02-22 1159
YOLO车道线识别 + 目标检测 + 可行驶区域（Freespace）的综合应用 引言 一、YOLO系列算法概述 二、YOLO应用于车道线识别 三、YOLO用于目标检测 四、YOLO与Freespace检测 五、综合应用及挑战 六、未来展望 代码获取
适合小白的超详细yolov12环境配置+实例运行教程，从零开始教你如何使用yolov12训练自己的数据集（Windows+conda+pycharm）
2301_79954314的博客
02-21 5700
相信关注计算机视觉和深度学习的小伙伴们都已经听说过YOLO系列，作为目标检测领域的“老牌明星”，YOLO每次更新都会带来不少惊喜。那么，新鲜出炉的YOLOv12，它到底有哪些亮点呢？安装教程网上都有，不要听网上的人使用清华源，什么源的全是有问题的，最好是慢慢下载，用源下载的后续出问题自己负责。代码链接：https://github.com/sunsmarterjie/yolov12。大家好，今天要给大家介绍的是2025年2月19日最新发布的目标检测模型——网上都有，推荐新手下载。1、点击右下角的解释器。
YOLO12训练自己数据集
最新发布
qq_37269626的博客
03-13 626
conda create -n yolo12 python=3.11 conda activate yolo12https://github.com/CVPR-engineer/yolo12publicRetailDatas.yaml 4.2 网络模型配置 注意修改nc即可 4.4 运行结果展示
yolov12训练
m0_51319412的博客
03-09 263
模型正常加载进行训练，数据集默认的格式是yolo格式，如果是自己的数据集的话可以仿照这种格式去写。conda create -n yolov12 python=3.8 激活环境。1.选择合适的服务器平台，个人使用的是autodl这个平台。记得切换路径 pip install -e.安装完成后执行train.py。2.克隆代码或者官方下载。训练完成后生成的一些文件。
HoloLens2 and YOLOv5 (1)——自制数据集在google colab上进行yolov5模型训练
蓝凌女巫的博客
06-09 2555
文章目录1. 序言2. 准备自己的数据集(不需要的直接跳过)(1) Collect pictures.(2) Use roboflow to label the images.(3) Dataset health check and augmention(4) Download the dataset in YOLO fromat.3. 在colab上训练YOLOv5(1) 准备工作(4) 训练方式A（推荐）(3) 训练方式B4. 用训练结果做目标检测5. 结束 （该专栏内容持续更新中⋯⋯\cdots\c
#YOLOv5 实现目标检测训练自己的数据集
梨子社区
10-31 1248
''' 将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息， 通过对其解析，然后进行归一化最终读到label文件中去，也就是说 一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去 labal文件中的格式：calss x y w h　　同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个 '''最后，在根目录中对train.py中的一些参数进行修改，主要参数解释如下。
如何在自定义数据集上训练YOLOv5
TensorFlowNews
09-21 1182
作者|Jacob Solawetz, Joseph Nelson 编译|Flin 来源|blog YOLO系列的目标检测模型随着YOLOv5的引入变得越来越强大。在这篇文章中，我们将介绍如何训练YOLOv5为你的定制用例识别定制对象。 非常感谢Ultralytics将此存储库组合在一起。我们相信，与干净的数据管理工具相结合，任何希望在其项目中部署计算机视觉项目的开发人员都可以轻松地使用此技术。 我们使用公共血细胞检测数据集，你可以自己导出。你也可以在自己的自定义数据上使用本教程。 公共血细胞检测数据集
突破YOLOv11训练：用幽默的方式玩转自定义数据集与物体检测
专注于深入研究多种编程语言，以实战为导向，逐步拓展开发技能，提升工程化编码和思维能力，展现无敌技术实力。
02-07 223
YOLOv11是目标检测领域的明星，今天我们将用幽默的方式带你玩转YOLOv11的训练，教你如何使用自定义数据集进行物体检测，让训练不再枯燥，让模型更聪明！
AI视界引擎 | ​基于 YOLOv8 和计算机视觉 CV 的实时识别系统！
csdn_xmj的博客
06-29 1234
本研究旨在构建一个先进的马拉雅拉姆手语识别系统，旨在有效地检测静态手势。该系统不仅仅将这些手势翻译成字幕，而且还实现了实时操作，利用计算机视觉和深度学习的力量达到了令人满意的准确度。在未来范围方面，计划的扩展工作包括增强系统的功能，以涵盖动态手势。
在谷歌Colab上使用免费GPU云端训练YOLOV8模型
keng7063的博客
12-02 2052
在谷歌Colab上使用免费GPU云端训练YOLO模型，十分方便！本人的电脑显卡是3050，大一点的数据集再加上大一点的模型，训练100多轮需要几个小时，电脑温度急剧上升，风扇嘎嘎响。盘也开始爆红，程序运行会借用部分外存作为虚拟内存使用，最初用C盘，经常爆红和pycharm闪退，后来换了个盘，情况有所好转。但终究还是觉得放在云端训练更加无感，比较好。
【yolov10】使用自己的数据集训练目标检测模型
海风的博客
05-26 8731
官方给出的环境配置使用的torch版本是2.0.1，我电脑最高也就支持到1.11.0，所以就没法用gpu来训练了，当然也可以用自己的可以使用gpu训练的环境来训练yolov10，就是会有一些依赖报错，根据提示进行修改试试。格式选择yolo，然后点击open dir，选择存放待打标图片的文件夹，点击change save dir来更改保存标签的文件夹。首先打开cmd命令行（快捷键：win+R）。names根据自己数据集的标签来，train和val就是训练集和验证集的图片路径。①搜索labelimg。
实时目标检测新潮流 YOLO V12 整体介绍及微调训练
小毕超博客
03-02 1917
YOLO v12是YOLO系列中最新且最具创新性的版本，它将注意力机制引入到YOLO框架中，在保持高速推理的同时又显著提升了检测精度。成功打破了传统基于CNN在速度与性能之间的权衡困境。
yolov5训练自己的voc数据集
01-17
### 使用YOLOv5训练自定义VOC格式数据集 #### 配置文件设置 为了使YOLOv5能够识别并处理特定的数据集，需要创建一个配置文件（`.yaml`）。此文件用于指定训练和验证图像的位置、类别数量及其对应的标签名。 ```yaml # 自定义数据集的YAML配置示例 train: path/to/VOCData/train.txt # 训练集图片列表路径 val: path/to/VOCData/val.txt # 验证集图片列表路径 nc: 7 # 类别总数 names: ["person", "head", "hat", "sleep", "uniform", "mobilePhone", "clothes"] # 各类别的名称 ``` 上述配置指定了训练与验证阶段所使用的图像位置，并明确了该数据集中共有七个不同的目标类别[^3]。 #### 数据预处理步骤 由于原始VOC格式并不完全兼容YOLOv5的要求，因此需对数据做适当转换： 1. **准备标注文件**：确保每张图都有相应的XML标注文件。这些文件应位于各自所属子目录下（如`Annotations`），并与对应图像同名。 2. **生成TXT文件**：编写脚本来解析XML文件并将边界框坐标保存到纯文本文件中。对于每个实例，一行记录其分类ID及归一化后的中心点坐标(x_center, y_center) 和宽高(w,h)，各数值间以空格分隔。注意这里的坐标系原点位于左上角，且宽度高度均相对于整幅图像尺寸进行了标准化处理[^1]。 3. **划分训练测试集合**：随机选取部分样本作为验证集，其余则构成训练集。分别建立两个文本文件(`train.txt`, `val.txt`)列出所有参与训练或评估过程的照片绝对路径。 4. **安装依赖库**：如果是在本地环境中操作，则可能还需要额外安装PyTorch及相关CUDA工具包来支持GPU加速计算。 #### 可能遇到的问题及解决方案 - **环境搭建困难**：当试图在个人电脑而非云端平台(比如Google Colab)运行项目时可能会面临软件版本冲突等问题。建议参照官方文档仔细核对所需组件清单，并考虑利用虚拟环境隔离不同项目的依赖关系。 - **内存不足错误**：大型数据集可能导致显存溢出。降低批量大小(batch size)或是减少输入分辨率可以帮助缓解这一状况；另外也可以尝试启用混合精度训练(mixed precision training)。 - **模型性能不佳**：这可能是由多种因素引起的，包括但不限于不充分的数据增强策略、不合适的学习率设定等。调整超参数、增加迭代次数往往有助于改善最终效果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值