yolov26模型训练(使用yolov5样本训练)

news2026/5/1 14:54:09
1、样本转换原始文件路径为/dataSharing/otherTrain/dataset/yolo26_data/Annotations/ # xmlimages/ # jpg第 0 步确认你的数据是否一一对应cd /dataSharing/otherTrain/dataset/yolo26_data # 看看有多少图片/标注 ls images | wc -l ls Annotations | wc -l # 随机抽几个看看是否同名 python3 - PY import os, random imgs [f for f in os.listdir(images) if f.lower().endswith((.jpg,.jpeg,.png))] xmls set([os.path.splitext(f)[0] for f in os.listdir(Annotations) if f.lower().endswith(.xml)]) sample random.sample(imgs, min(20, len(imgs))) bad [f for f in sample if os.path.splitext(f)[0] not in xmls] print(sample missing xml:, bad) PY如果sample missing xml为空说明基本OK。第 1 步把 VOC(xml) 转 YOLO并自动划分 train/val在/dataSharing/otherTrain/dataset/yolo26_data下新建脚本cd /dataSharing/otherTrain/dataset/yolo26_data nano voc_to_yolo_split.py把下面代码粘进去可直接用import os, random, shutil import xml.etree.ElementTree as ET from pathlib import Path ROOT Path(/dataSharing/otherTrain/dataset/yolo26_data) IMG_DIR ROOT / images ANN_DIR ROOT / Annotations OUT_IMG_TRAIN ROOT / images / train OUT_IMG_VAL ROOT / images / val OUT_LBL_TRAIN ROOT / labels / train OUT_LBL_VAL ROOT / labels / val VAL_RATIO 0.2 SEED 42 def parse_xml(xml_path: Path): tree ET.parse(xml_path) root tree.getroot() size root.find(size) if size is None: raise ValueError(f{xml_path} missing size) w int(size.findtext(width)) h int(size.findtext(height)) objs [] for obj in root.findall(object): name obj.findtext(name) if not name: continue difficult obj.findtext(difficult) if difficult and difficult.strip() 1: continue bnd obj.find(bndbox) if bnd is None: continue xmin float(bnd.findtext(xmin)) ymin float(bnd.findtext(ymin)) xmax float(bnd.findtext(xmax)) ymax float(bnd.findtext(ymax)) xmin max(0.0, xmin) ymin max(0.0, ymin) xmax min(float(w), xmax) ymax min(float(h), ymax) if xmax xmin or ymax ymin: continue objs.append((name, xmin, ymin, xmax, ymax)) return w, h, objs def voc_to_yolo(w, h, xmin, ymin, xmax, ymax): xc (xmin xmax) / 2.0 / w yc (ymin ymax) / 2.0 / h bw (xmax - xmin) / w bh (ymax - ymin) / h return xc, yc, bw, bh def main(): assert IMG_DIR.exists(), IMG_DIR assert ANN_DIR.exists(), ANN_DIR # 收集图片 imgs [p for p in IMG_DIR.iterdir() if p.suffix.lower() in [.jpg,.jpeg,.png] and p.is_file()] # 排除已经分出来的 train/val 目录 imgs [p for p in imgs if p.parent IMG_DIR] if not imgs: raise RuntimeError(fNo images found in {IMG_DIR}) # 收集类别扫一遍 xml classes set() missing_xml 0 for img in imgs: xml ANN_DIR / (img.stem .xml) if not xml.exists(): missing_xml 1 continue _, _, objs parse_xml(xml) for name, *_ in objs: classes.add(name) classes sorted(list(classes)) if not classes: raise RuntimeError(No classes parsed from XML. Check your xml format.) class2id {c:i for i,c in enumerate(classes)} # 写 classes.txt (ROOT / classes.txt).write_text(\n.join(classes), encodingutf-8) # 划分 train/val random.seed(SEED) random.shuffle(imgs) n_val int(len(imgs) * VAL_RATIO) val_imgs imgs[:n_val] train_imgs imgs[n_val:] # 创建输出目录 for p in [OUT_IMG_TRAIN, OUT_IMG_VAL, OUT_LBL_TRAIN, OUT_LBL_VAL]: p.mkdir(parentsTrue, exist_okTrue) def write_one(img_path: Path, out_img_dir: Path, out_lbl_dir: Path): xml_path ANN_DIR / (img_path.stem .xml) if not xml_path.exists(): return False, missing_xml w, h, objs parse_xml(xml_path) lines [] for name, xmin, ymin, xmax, ymax in objs: cid class2id[name] xc, yc, bw, bh voc_to_yolo(w, h, xmin, ymin, xmax, ymax) # 保险限制在0~1 xc min(max(xc, 0.0), 1.0) yc min(max(yc, 0.0), 1.0) bw min(max(bw, 0.0), 1.0) bh min(max(bh, 0.0), 1.0) lines.append(f{cid} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) # 没有目标也要写空txtYOLO允许 (out_lbl_dir / f{img_path.stem}.txt).write_text(\n.join(lines), encodingutf-8) # 复制图片也可以改成移动shutil.move shutil.copy2(img_path, out_img_dir / img_path.name) return True, ok stats {ok:0, missing_xml:0} for img in train_imgs: ok, reason write_one(img, OUT_IMG_TRAIN, OUT_LBL_TRAIN) stats[reason] stats.get(reason, 0) (0 if ok else 1) if ok: stats[ok] 1 for img in val_imgs: ok, reason write_one(img, OUT_IMG_VAL, OUT_LBL_VAL) stats[reason] stats.get(reason, 0) (0 if ok else 1) if ok: stats[ok] 1 # 生成 data.yamlUltralytics/YOLO系列通用 data_yaml fpath: {ROOT} train: images/train val: images/val names: for i, c in enumerate(classes): data_yaml f {i}: {c}\n (ROOT / data.yaml).write_text(data_yaml, encodingutf-8) print(Done.) print(Classes:, classes) print(Stats:, stats) print(Generated:, ROOT/data.yaml, ROOT/classes.txt) if __name__ __main__: main()保存退出后执行python3 voc_to_yolo_split.py执行完成后你会得到labels/train/*.txtlabels/val/*.txtimages/train/*.jpgimages/val/*.jpgdata.yamlclasses.txt你的原始images/*.jpg不会被删脚本是 copy2。如果你想节省空间我可以使用“移动版”。第 2 步快速检查转换结果是否正确cd /dataSharing/otherTrain/dataset/yolo26_data # 统计数量 find images/train -type f | wc -l find labels/train -type f | wc -l find images/val -type f | wc -l find labels/val -type f | wc -l # 随机看一个标注文件 ls labels/train | head head -n 5 labels/train/$(ls labels/train | shuf -n 1)如果images/train和labels/train数量一致基本没问题。第 3 步新建一个虚拟环境训练 YOLOv26Ultralytics 方式第 3-1 步创建 YOLOv26 专用 conda 环境进入你想放环境的目录随便比如放在项目目录旁边conda create -n yolo26 python3.10 -y第 3-2 步激活虚拟环境conda activate yolo26激活成功后你会看到前缀(yolo26) rootxxx:#第 3-3 步安装 PyTorch最关键一步在 yolo26 环境中执行pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121安装完马上验证python - PY import torch print(torch.__version__) print(CUDA:, torch.cuda.is_available()) print(GPU:, torch.cuda.get_device_name(0)) PY必须看到CUDA: True第 3-4 步安装 Ultralytics(清华源)pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple --default-timeout1000验证yolo version第 3-4步开始训练yolo26x.pt下载地址https://huggingface.co/Ultralytics/YOLO26?utm_sourcechatgpt.comyolo26n.pt下载地址https://github.com/ultralytics/assets/releases/download/v8.4.0/yolo26n.ptyolo detect train \ model./yolo26x.pt \ data./data.yaml \ imgsz640 \ epochs200 \ batch10 \ device3 \ workers8 \ ampTrue \ cos_lrTrue \ close_mosaic10 \ project/dataSharing/otherTrain/yolo26_runs \ nameyolo26x_6403-5 验证最直观拿你真实业务视频/图片做推理看框对不对nohup yolo detect train \ model/data/dataSharing/otherTrain/dataset/yolo26_data/yunnan/yolo26x.pt \ data/data/dataSharing/otherTrain/dataset/yolo26_data/yunnan/data.yaml \ imgsz640 \ epochs100 \ batch8 \ device1 \ workers16 \ ampTrue \ cos_lrTrue \ close_mosaic10 \ project/data/dataSharing/otherTrain/yolo26_runs \ nameyolo26x_640_yunnan_20260430 输出会在ls /dataSharing/otherTrain/yolo26_runs/exp01_pred_vid

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2572264.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…