YOLO系列视觉处理课程
YoLo Master项目
本教程是为了从数据集处理的角度，帮助大家快速上手基于ultralytics YOLOv8m，并完成一个狗品种检测的实战项目。
数据集来源于**Stanford Dogs Dataset** (kaggle上也有人上传整理，链接)，包含120种狗品种，每个品种有100张图片。
具体实践请查看Github Repo中的Jupyter Notebook
进阶实操请参考YOLO系列进阶实操教程【ultralytics && OBB tasks】@余霆嵩 @程宏 通过DOTAv1样例数据集演示如何在ultralytics项目中，实现YOLO11-n OBB模型的训练及推理，来帮助学习者通过实操掌握对yolo系列模型的进阶操作。【ultralytics介绍+带旋转框的进阶教程】GitHub
Task06:YOLO实操教程
1 环境搭建
# # 以下（在terminal中运行去除！，假设你已经有anaconda/miniconda环境）建立conda环境后，再在notebook中执行剩余的内容
conda create -n yolo python=3.10 -y
conda activate yolo
conda install ipykernel #（这样才能顺利在notebook中运行其他命令，记得选择conda环境为新建的yolo）
# # 安装pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y使用命令安装comet_ml，wandb，安装ray 和 ultralytics，安装xmltodict
requirements.txt
# 基础依赖
numpy
pandas
matplotlib
seaborn
ipywidgets
# 深度学习相关
torch
torchvision
torchaudio
ray[tune]
ultralytics
# 图像处理
opencv-python
Pillow
# 实验跟踪与调优
comet_ml
wandb
# 其他工具
pyyaml
xmltodict执行命令：
pip install -r requirements.txt这里没有指定版本，安装的是最新的；
下载数据后解压使用命令形式：
在模型训练时非常耗时，需要提前做好内存准备。
2 识别后的样子：
Task07 数据集制作
1 主要计算机视觉任务和典型的数据集介绍
常见的主要计算机视觉任务及每个任务针对应用优化的专门数据集（Ultralytics）：
- 图像分类（Classification） ：将图像分类为预定义类别
关键数据集：ImageNet、CIFAR、MNIST、Fashion-MNIST
- 目标检测（Object Detection）： 一种使用边界框检测和定位图像中对象的技术
关键数据集：COCO（80 个类）、LVIS（1203 个类）、VOC（20 个类）
- 实例分割（Instance Segmentation） ：在像素级别识别和定位对象
关键数据集：COCO、COCO8-seg、COCO128-seg、裂缝、包裹、汽车零件专用数据集
- 姿态估计（Pose Estimation） ：确定相对于相机/世界坐标的对象姿态
关键数据集：带姿势注释的 COCO、老虎、手、狗专用数据集
- 定向边界框（Oriented Bounding Boxes，OBB）：使用旋转的边界框检测有角度的物体
关键数据集： DOTA-v2、DOTA8
- 多目标跟踪 (Multi-Object Tracking) ：在视频中跟踪多个对象
关键数据集：Argoverse、VisDrone
数据集结构 VOC 数据集分为三个主要子集：
- train：包含用于训练模型的图像
- Validation：用于在训练期间进行验证的图像
- test：用于对训练模型进行基准测试的图像（ground truth annotations 不公开, 可以提交到PASCAL VOC evaluation server 得到结果）
2 数据格式转化
有时我们在使用私有数据集训练微调模型的时候，需要将 VOC 格式的数据集转换为 YOLO 格式或者COCO格式。如ultralytics的 YOLOv8 默认使用 YOLO 格式的标注文件（.txt 文件），而 VOC 数据集的标注文件是 XML 格式，因此我们需要一定的数据格式转化。