环境部署
查看本机Ubuntu系统环境
打开终端窗口
uname -a
Linux dev-a12018-demo-cvun-pod-0 5.4.0-100-generic #113-Ubuntu SMP Thu Feb 3 18:43:29 UTC 2022 x86_64 x86_64 x86_64 GNU/Linux
cat /proc/version
Linux version 5.4.0-100-generic (buildd@lcy02-amd64-002) (gcc version 9.3.0 (Ubuntu 9.3.0-17ubuntu1~20.04)) #113-Ubuntu SMP Thu Feb 3 18:43:29 UTC 2022
cat /etc/issue
Ubuntu 20.04.5 LTS \n \l
显卡驱动安装
查看是否安装NVIDIA驱动命令：
nvidia-smi
查看nvcc版本命令：
nvcc --version
官网搜索驱动程序下载：www.nvidia.cn/Download/in…
进入下载文件夹，打开命令行窗口：（这里以GeForce RTX 3050举例）
首先通过如下命令获取该.run文件的执行权限
chmod +x NVIDIA-Linux-x86_64-535.54.03.run
通过如下命令运行下载好的.run文件：
sudo ./NVIDIA-Linux-x86_64-535.54.03.run
遇到的小问题
报错“you appear to be running an x server; please exit x before installing.”
解决方法：在运行命令后加上：
--no-x-check
最后执行以下命令看是否安装成功：
nvidia-smi
深度学习模型测试
安装anaconda
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
在下载文件夹下，运行以下命令：bash Anaconda3-2022.05-Linux-x86_64.sh
搭建conda虚拟环境
新建虚拟环境
conda create yolov8 python=3.8
pip install ultralytics
激活虚拟环境
conda activate yolov8
推理：
yolo predict model=yolov8n.pt source=./ultralytics/assets/bus.jpg
在下列文件路径中可以看到YOLOv8输出的图片结果：
自定义数据集
数据准备
指定格式存放数据集
在yolov8/data目录下新建Annotations, images, ImageSets, labels 四个文件夹
images目录下存放数据集的图片文件
Annotations目录下存放图片的xml文件（labelImg标注）
没有自己数据集的可以使用这个数据集作训练
数据集文件设置如下：
├── ./data
│ ├── ./data/Annotations
│ │ ├── ./data/Annotations/fall_0.xml
│ │ ├── ./data/Annotations/fall_1000.xml
│ │ ├── ./data/Annotations/fall_1001.xml
│ │ ├── ./data/Annotations/fall_1002.xml
│ │ ├── ./data/Annotations/fall_1003.xml
│ │ ├── ./data/Annotations/fall_1004.xml
│ │ ├── ...
│ ├── ./data/images
│ │ ├── ./data/images/fall_0.jpg
│ │ ├── ./data/images/fall_1000.jpg
│ │ ├── ./data/images/fall_1001.jpg
│ │ ├── ./data/images/fall_1002.jpg
│ │ ├── ./data/images/fall_1003.jpg
│ │ ├── ./data/images/fall_1004.jpg
│ │ ├── ...
│ ├── ./data/ImageSets
│ └── ./data/labels
按比例划分数据集
在yolov8根目录下新建一个文件splitDataset.py
运行随机分配训练/验证/测试集图片，代码如下所示：
import random
trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
将xml文件转换成标准读取的txt文件
在同级目录下再新建一个文件XML2TXT.py
注意classes = [“…”]一定需要填写自己数据集的类别，在这里我是两个类别['abnormal,normaal']，因此classes = ['abnormal,normaal']，代码如下所示：
# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ['abnormal,normaal']
# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
dw = 1./size[0] # 1/w
dh = 1./size[1] # 1/h
x = (box[0] + box[1])/2.0 # 物体在图中的中心点x坐标
y = (box[2] + box[3])/2.0 # 物体在图中的中心点y坐标
w = box[1] - box[0] # 物体实际像素宽度
h = box[3] - box[2] # 物体实际像素高度
x = x*dw # 物体中心点x的坐标比(相当于 x/原图w)
w = w*dw # 物体宽度的宽度比(相当于 w/原图w)
y = y*dh # 物体中心点y的坐标比(相当于 y/原图h)
h = h*dh # 物体宽度的宽度比(相当于 h/原图h)
return (x, y, w, h) # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]
# year ='2012', 对应图片的id（文件名）
def convert_annotation(image_id):
'''
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
'''
# 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
in_file = open('data/Annotations/%s.xml' % (image_id), encoding='utf-8')
# 准备在对应的image_id 中写入对应的label，分别为
# <object-class> <x> <y> <width> <height>
out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
# 解析xml文件
tree = ET.parse(in_file)
# 获得对应的键值对
root = tree.getroot()
# 获得图片的尺寸大小
size = root.find('size')
# 如果xml内的标记为空，增加判断条件
if size != None:
# 获得宽
w = int(size.find('width').text)
# 获得高
h = int(size.find('height').text)
# 遍历目标obj
for obj in root.iter('object'):
# 获得difficult ？？
difficult = obj.find('difficult').text
# 获得类别 =string 类型
cls = obj.find('name').text
# 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
if cls not in classes or int(difficult) == 1:
continue
# 通过类别名称找到id
cls_id = classes.index(cls)
# 找到bndbox 对象
xmlbox = obj.find('bndbox')
# 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
print(image_id, cls, b)
# 带入进行归一化操作
# w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
bb = convert((w, h), b)
# bb 对应的是归一化后的(x,y,w,h)
# 生成 calss x y w h 在label文件中
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
# 返回当前工作目录
wd = getcwd()
print(wd)
for image_set in sets:
'''
对所有的文件数据集进行遍历
做了两个工作：
１．将所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
最后再通过直接读取文件，就能找到对应的label 信息
'''
# 先找labels文件夹如果不存在则创建
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
# 读取在ImageSets/Main 中的train、test..等文件的内容
# 包含对应的文件名称
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
# 打开对应的2012_train.txt 文件对其进行写入准备
list_file = open('data/%s.txt' % (image_set), 'w')
# 将对应的文件_id以及全路径写进去并换行
for image_id in image_ids:
list_file.write('data/images/%s.jpg\n' % (image_id))
# 调用 year = 年份 image_id = 对应的文件名_id
convert_annotation(image_id)
# 关闭文件
list_file.close()
查看自定义数据集标签类别及数量
在yolov8目录下再新建一个文件ViewCategory.py，将代码复制进去:
from unicodedata import name
import xml.etree.ElementTree as ET
import glob
def count_num(indir):
label_list = []
# 提取xml文件列表
os.chdir(indir)
annotations = os.listdir('.')
annotations = glob.glob(str(annotations) + '*.xml')
dict = {} # 新建字典，用于存放各类标签名及其对应的数目
for i, file in enumerate(annotations): # 遍历xml文件
# actual parsing
in_file = open(file, encoding='utf-8')
tree = ET.parse(in_file)
root = tree.getroot()
# 遍历文件的所有标签
for obj in root.iter('object'):
name = obj.find('name').text
if (name in dict.keys()):
dict[name] += 1 # 如果标签不是第一次出现，则+1
else:
dict[name] = 1 # 如果标签是第一次出现，则将该标签名对应的value初始化为1
# 打印结果
print("各类标签的数量分别为：")
for key in dict.keys():
print(key + ': ' + str(dict[key]))
label_list.append(key)
print("标签类别如下：")
print(label_list)
if __name__ == '__main__':
# xml文件所在的目录，修改此处
indir = 'data/Annotations'
count_num(indir) # 调用函数统计各类标签数目
修改数据加载配置文件
进入data/文件夹，新建shit.yaml，内容如下，注意txt需要使用绝对路径 (注意查看Ubuntu系统中的根目录）
val: /home/xxx/yolov8/data/val.txt
test: /home/xxx/yolov8/data/test.txt
# number of classes
nc: 2
# class names
names: ['abnormal,normaal']
至此数据集的准备已经就绪，索引文件在data目录下的train.txt/val.txt/test.txt
模型训练/验证/预测/导出
单卡训练：
yolo task=detect mode=train model=yolov8n.pt data=data/fall.yaml batch=32 epochs=100 imgsz=640 workers=16 device=0
多卡训练：
yolo task=detect mode=train model=yolov8n.pt data=data/fall.yaml batch=32 epochs=100 imgsz=640 workers=16 device=\'0,1,2,3\'
增加注意力机制模块
1. 在/ultralytics/nn/modules路径下新建文件attention.py
2. 拉取其中一个注意力机制的代码，例如SimAM.py，EMA.py
SimAM为有通道的，EMA为无通道的
该代码来源于github.com/z1069614715…
3. 在/ultralytics/nn/tasks.py文件下，代码开头添加语句
from ultralytics.nn.modules.attention import EMA,SimAM
4. 找到解析模型的函数
def parse_model(d,ch,verbose=true)
重点注意有通道的！无通道的无需填写！
5. 在/ultralytics/cfg/models/v8新建yaml，yolov8-att.yaml，先将yolov8的原yaml文件内容复制粘贴至新建的yaml文件中，之后再进行修改。
6. 参数args
7. 配置文件讲解
【YOLOV5讲解-parse_model详细讲解(改进模型必看)】 www.bilibili.com/video/BV1pp…
8. 更改配置文件
涉及到序号的需要更改，后面的注释意味着第几层的序号
9. 测试预训练模型
在根目录下，运行main.py
from ultralytics import YOLO
# Load a model
model = YOLO("yolov8n.yaml") # build a new model from scratch
model = YOLO("yolov8n.pt") # load a pretrained model (recommended for training)
# Use the model
model.train(data="shit.yaml", epochs=100,device=0) # train the model
10. 换成无参的注意力机制
以上就完成简单的增加注意力机制模块的简单操作，接下来是添加多种注意力机制的操作（没写完）
11. 什么情况下用到args
想要传递le-4的参数，一种方法在attention.py直接修改，另一种方法在yaml配置文件修改
12. 添加多种注意力机制
去对照原有的配置文件yolov8.yaml
参考：
CSDN
B站
【最新~YOLOV8手把手教学配置文件添加注意力机制!一看就会!】 www.bilibili.com/video/BV1RH…
【YOLOV5讲解-parse_model详细讲解(改进模型必看)】 www.bilibili.com/video/BV1pp…
