YoloV8训练自己的模型 && Pycharm Remote Development

参考视频：https://www.youtube.com/watch?v=m9fH9OWn8YM

YOLO官方网站：GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite

在本地的pycharm上面建立一个项目

使用scp把代码传递到远程服务器

scp -r /Users/xxx/PycharmProjects/Yolov8-second/* xxx@xxx:/home/ps/Code/Python/YoloV8

有个问题是：如果我们直接这样传过去，那我们这个地方是空的

 如果不是空的，我们直接给原来的删掉，这个时候，pycharm会自动提示让你添加一个python解释题，然后添加即可。

如果不这样做的话，好多package都会报红

使用romote development进行远程开发

什么是远程开发？就是把远程服务器上面的项目，给直接拿到本地的pycharm上面进行开发，这样可以使用pycharm的debug等各种方便。

输入一下服务器的账号密码，选中要远程开发的项目文件夹 

安装Yolov8

如果需要不修改Yolov8的源代码，直接pip install安装即可，参考官方网站安装即可

在main.py中写入如下代码

from ultralytics import YOLO

# Create a new YOLO model from scratch
# model = YOLO('yolov8n.yaml')
# Load a pretrained YOLO model (recommended for training)
model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)
results = model.train(data="config.yaml", epochs=500)  # train the model

model = YOLO('yolov8n.pt')  # load a pretrained model (recommended for training)

这个是我们直接使用一个yolo官方训练好的模型，在此基础上继续训练，这样效果会比较好

results = model.train(data="config.yaml", epochs=500)  # train the model

 这个是用我们自己的config.yaml，里面有数据集，自己训练一个模型，这个模型，可以按照自己的想法，只识别指定的几种物体，用一定量的数据集

path: /Users/roy/PycharmProjects/YoloV8/clean_data
train: images/train
val: images/val
names:
  0: Person
  1: CoffeeCup
  2: Book
  3: ComputerMouse

path必须使用绝对路径，train和val也必须使用我上面的格式，names也必须按照上面的格式，一个空格都不能错位，names就是我只识别这四个物体，这个地方的Person，CoffeeCup，Book，这些单词都是我们下载的数据集中的数据

下载数据集

先在项目根目录下面创建一个datasets文件夹，创建一个raw_data文件夹，然后再根目录下来再创建一个download_raw_dataset.py

import fiftyone.zoo

classes = ["Coffee cup", "Book", "Computer mouse", "Person"]
for i in range(len(classes)):
    item = classes[i]
    print(item)
    dataset = fiftyone.zoo.load_zoo_dataset(
        "open-images-v7",
        splits=["train", "val", "test"],
        label_types=["detections"],
        classes=[item],
        max_samples=1000,
        dataset_dir="./datasets/raw_data",
    )
for i in range(len(classes)):
    item = classes[i]
    print(item)
    dataset = fiftyone.zoo.load_zoo_dataset(
        "open-images-v7",
        splits=["val"],
        label_types=["detections"],
        classes=[item],
        max_samples=100,
        dataset_dir="./datasets/raw_data",
    )

这是下载完成之后的数据集的结构

_path结尾的变量，可以直接使用鼠标定位到文件夹的位置

数据清洗

在datasets文件下面，创建一个clean_data文件夹，里面存储清洗后，可以让Yolov8使用的数据

detections.csv不是干净的数据，我们需要在创建一个clean.csv文件

在根目录下面创建一个clean.py

import csv
from tqdm import tqdm
import os

# csv_file_path = os.path.join('.', 'datasets', 'raw_data', 'train', 'labels', 'detections.csv')
csv_file_path = './datasets/raw_data/train/labels/detections.csv'
# 图像文件夹路径
# images_file_path = os.path.join('.', 'train', "data")
images_file_path = './datasets/raw_data/train/data'
images_name = os.listdir(images_file_path)
images_name = [x.split(".")[0] for x in images_name]
# 类别
LabelName = ['/m/01g317', '/m/02p5f1q', '/m/0bt_c3', '/m/020lf']
# 保存标注文件路径
# data_annotation_csv = os.path.join('.', 'train', 'labels', 'clean.csv')
data_annotation_csv_path = './datasets/raw_data/train/labels/clean.csv'
with open(csv_file_path, 'r', encoding='utf-8') as f:
    with open(data_annotation_csv_path, "w", encoding='utf-8') as ff:
        csv_f = csv.reader(f)
        bar = tqdm(csv_f)
        for row in bar:
            if row[0] in images_name and row[2] in LabelName:
                for index in range(len(row)):
                    ff.write(row[index])
                    if (index != (len(row) - 1)):
                        ff.write(",")
                ff.write("\n")

现在clean.csv就是干净的数据，我们还需要再进行一步操作，创建Yolo需要的格式

在根目录下面创建文件create_dataset_yolo_format.py

import os
import shutil

DATA_OUT_DIR = os.path.abspath(os.path.join('datasets/clean_data'))

for set_ in ['train', 'val', 'test']:
    for dir_ in [os.path.join(DATA_OUT_DIR, set_),
                 os.path.join(DATA_OUT_DIR, set_, 'imgs'),
                 os.path.join(DATA_OUT_DIR, set_, 'labels')]:
        if os.path.exists(dir_):
            shutil.rmtree(dir_)
        os.makedirs(dir_, exist_ok=True)

LabelName = ['/m/01g317', '/m/02p5f1q', '/m/0bt_c3', '/m/020lf']

# 使用enumerate函数创建键值对，键是元素，值是索引
alpaca_id_dict = {alpaca_id: index for index, alpaca_id in enumerate(LabelName)}

print(alpaca_id_dict)

train_bboxes_filename = os.path.join('datasets/raw_data/train/labels', 'clean.csv')
# validation_bboxes_filename = os.path.join('datasets/raw_data/validation/labels', 'clean.csv')
# test_bboxes_filename = os.path.join('datasets/raw_data/test/labels', 'clean.csv')

# for j, filename in enumerate([train_bboxes_filename, validation_bboxes_filename, test_bboxes_filename]):
for j, filename in enumerate([train_bboxes_filename]):
    set_ = ['train', 'val', 'test'][j]
    print(filename)
    with open(filename, 'r') as f:
        line = f.readline()
        while len(line) != 0:
            id, _, class_name, _, x1, x2, y1, y2, _, _, _, _, _ = line.split(',')[:13]
            if class_name in LabelName:
                if not os.path.exists(os.path.join(DATA_OUT_DIR, set_, 'imgs', '{}.jpg'.format(id))):
                    shutil.copy(os.path.join("datasets/raw_data", set_, "data", '{}.jpg'.format(id)),
                                os.path.join(DATA_OUT_DIR, set_, 'imgs', '{}.jpg'.format(id)))
                with open(os.path.join(DATA_OUT_DIR, set_, 'labels', '{}.txt'.format(id)), 'a') as f_ann:
                    # class_id, xc, yx, w, h
                    x1, x2, y1, y2 = [float(j) for j in [x1, x2, y1, y2]]
                    xc = (x1 + x2) / 2
                    yc = (y1 + y2) / 2
                    w = x2 - x1
                    h = y2 - y1

                    f_ann.write('{} {} {} {} {}\n'.format(alpaca_id_dict[class_name], xc, yc, w, h))
                    print(alpaca_id_dict[class_name])
                    f_ann.close()

            line = f.readline()

执行之后，数据清洗工作就完成了

下来就是开始训练了，执行main方法，训练500轮（epoch），然后模型会保存在根目录下面的runs