一、开发环境的准备
1.1 安装roLabelImg
1.1.1 环境准备
在安装roLabelImg之前，需要确保你的计算机上已经安装了Python环境。此外，由于roLabelImg依赖Qt5，因此还需要安装PyQt5库。以下是环境准备的具体步骤：
- 安装Python：建议安装Python 3.x版本，可以从Python官网下载并安装。
- 安装Anaconda（可选）：Anaconda是一个流行的Python科学计算平台，它集成了大量科学计算的库，并提供了包管理和环境管理的功能。安装Anaconda可以简化后续库的安装过程。
- 安装PyQt5和lxml：在命令行中输入
pip install PyQt5,lxml命令来安装PyQt5和lxml。
1.1.2 下载与安装roLabelImg
由于roLabelImg不是通过pip直接安装的，我们需要从其官方源码进行安装。以下是安装步骤：
- 下载源码：访问roLabelImg的GitHub页面，下载最新的源码包。
- 解压源码：将下载的源码包解压到合适的位置。
- 配置环境：打开命令行或终端，进入到解压后的源码目录。确保已经安装了PyQt5和其他必要的库。
- 编译资源文件：在源码目录中，找到
resources.qrc文件，并使用pyrcc5命令将其编译为Python模块。在命令行中输入pyrcc5 -o resources.py resources.qrc。 - 运行roLabelImg：在命令行中，输入
python roLabelImg.py来启动roLabelImg。界面和labelImg、labelme相类似；
1.1.3 注意事项
- 如果在安装过程中遇到
NameError: name 'codecs' is not defined等错误，可能是因为Python脚本的编码问题。请确保roLabelImg.py文件的开头包含正确的编码声明，如#!/usr/bin/env python，并检查其他可能的编码问题。 - 确保Python环境和库的安装路径不包含中文或特殊字符，这可能会导致无法识别路径的问题。
1.2 Yolov8开发环境的准备
首先创建python虚拟环境，pip install ultralytics 来进行安装。
二、数据集准备
流程：数据集标注——>XML——>DOTA_XML——>DOTA_TXT——>划分数据集（train和val）——>YOLO格式TXT
（1）roLabelImg标注数据集生成XML标注文件 在roLabelImg上标注好数据，roLabelImg标注的八点式XML文件，即(x1,y1) (x2,y2) (x3,y3)(x4,y4)与class_index，difficult的信息，具体的标注的图片如下；
具体生成的XML文件内容如下：
（2）XML标注文件转DOTA格式标签文件（TXT） 将八点式XML文件转换为DOTA格式标签文件（TXT），具体的转换代码如rolabelimg_xml_to_txt.py文件所示：
# 功能描述 ：把rolabelimg标注的xml文件转换成dota能识别的xml文件，
# 再转换成dota格式的txt文件
# 把旋转框 cx,cy,w,h,angle，或者矩形框cx,cy,w,h,转换成四点坐标x1,y1,x2,y2,x3,y3,x4,y4
import os
import xml.etree.ElementTree as ET
import math
cls_list = ['note'] # 修改为自己的标签
def edit_xml(xml_file, dotaxml_file):
"""
修改xml文件
:param xml_file:xml文件的路径
:return:
"""
# dxml_file = open(xml_file,encoding='gbk')
# tree = ET.parse(dxml_file).getroot()
tree = ET.parse(xml_file)
objs = tree.findall('object')
for ix, obj in enumerate(objs):
x0 = ET.Element("x0") # 创建节点
y0 = ET.Element("y0")
x1 = ET.Element("x1")
y1 = ET.Element("y1")
x2 = ET.Element("x2")
y2 = ET.Element("y2")
x3 = ET.Element("x3")
y3 = ET.Element("y3")
# obj_type = obj.find('bndbox')
# type = obj_type.text
# print(xml_file)
if (obj.find('robndbox') == None):
obj_bnd = obj.find('bndbox')
obj_xmin = obj_bnd.find('xmin')
obj_ymin = obj_bnd.find('ymin')
obj_xmax = obj_bnd.find('xmax')
obj_ymax = obj_bnd.find('ymax')
# 以防有负值坐标
xmin = max(float(obj_xmin.text), 0)
ymin = max(float(obj_ymin.text), 0)
xmax = max(float(obj_xmax.text), 0)
ymax = max(float(obj_ymax.text), 0)
obj_bnd.remove(obj_xmin) # 删除节点
obj_bnd.remove(obj_ymin)
obj_bnd.remove(obj_xmax)
obj_bnd.remove(obj_ymax)
x0.text = str(xmin)
y0.text = str(ymax)
x1.text = str(xmax)
y1.text = str(ymax)
x2.text = str(xmax)
y2.text = str(ymin)
x3.text = str(xmin)
y3.text = str(ymin)
else:
obj_bnd = obj.find('robndbox')
obj_bnd.tag = 'bndbox' # 修改节点名
obj_cx = obj_bnd.find('cx')
obj_cy = obj_bnd.find('cy')
obj_w = obj_bnd.find('w')
obj_h = obj_bnd.find('h')
obj_angle = obj_bnd.find('angle')
cx = float(obj_cx.text)
cy = float(obj_cy.text)
w = float(obj_w.text)
h = float(obj_h.text)
angle = float(obj_angle.text)
obj_bnd.remove(obj_cx) # 删除节点
obj_bnd.remove(obj_cy)
obj_bnd.remove(obj_w)
obj_bnd.remove(obj_h)
obj_bnd.remove(obj_angle)
x0.text, y0.text = rotatePoint(cx, cy, cx - w / 2, cy - h / 2, -angle)
x1.text, y1.text = rotatePoint(cx, cy, cx + w / 2, cy - h / 2, -angle)
x2.text, y2.text = rotatePoint(cx, cy, cx + w / 2, cy + h / 2, -angle)
x3.text, y3.text = rotatePoint(cx, cy, cx - w / 2, cy + h / 2, -angle)
# obj.remove(obj_type) # 删除节点
obj_bnd.append(x0) # 新增节点
obj_bnd.append(y0)
obj_bnd.append(x1)
obj_bnd.append(y1)
obj_bnd.append(x2)
obj_bnd.append(y2)
obj_bnd.append(x3)
obj_bnd.append(y3)
tree.write(dotaxml_file, method='xml', encoding='utf-8') # 更新xml文件
# 转换成四点坐标
def rotatePoint(xc, yc, xp, yp, theta):
xoff = xp - xc;
yoff = yp - yc;
cosTheta = math.cos(theta)
sinTheta = math.sin(theta)
pResx = cosTheta * xoff + sinTheta * yoff
pResy = - sinTheta * xoff + cosTheta * yoff
return str(int(xc + pResx)), str(int(yc + pResy))
def totxt(xml_path, out_path):
# 想要生成的txt文件保存的路径，这里可以自己修改
files = os.listdir(xml_path)
files = [i for i in files if (i.split('.')[-1]=='xml')]
i = 0
for file in files:
tree = ET.parse(xml_path + os.sep + file)
root = tree.getroot()
name = file.split('.')[0]
output = out_path + '\\' + name + '.txt'
file = open(output, 'w')
i = i + 1
objs = tree.findall('object')
for obj in objs:
cls = obj.find('name').text
box = obj.find('bndbox')
x0 = int(float(box.find('x0').text))
y0 = int(float(box.find('y0').text))
x1 = int(float(box.find('x1').text))
y1 = int(float(box.find('y1').text))
x2 = int(float(box.find('x2').text))
y2 = int(float(box.find('y2').text))
x3 = int(float(box.find('x3').text))
y3 = int(float(box.find('y3').text))
if x0 < 0:
x0 = 0
if x1 < 0:
x1 = 0
if x2 < 0:
x2 = 0
if x3 < 0:
x3 = 0
if y0 < 0:
y0 = 0
if y1 < 0:
y1 = 0
if y2 < 0:
y2 = 0
if y3 < 0:
y3 = 0
for cls_index, cls_name in enumerate(cls_list):
if cls == cls_name:
file.write("{} {} {} {} {} {} {} {} {} {}\n".format(x0, y0, x1, y1, x2, y2, x3, y3, cls, cls_index))
file.close()
# print(output)
print(i)
if __name__ == '__main__':
# -----**** 第一步：把xml文件统一转换成旋转框的xml文件 ****-----
roxml_path = r'C:\Users\zhangxf\Desktop\origin\new_withE' # 存放roLabelImg标注的原文件的文件夹
dotaxml_path = r'C:\Users\zhangxf\Desktop\origin\new_withE' # 存放转换后DOTA数据集xml格式文件的文件夹
out_path = r'C:\Users\zhangxf\Desktop\origin/dotatxt' # 存放转换后DOTA数据集txt格式文件的文件夹
filelist = os.listdir(roxml_path)
filelist = [i for i in filelist if (i.split('.')[-1]=='xml')]
# for file in filelist:
# edit_xml(os.path.join(roxml_path, file), os.path.join(dotaxml_path, file))
# -----**** 第二步：把旋转框xml文件转换成txt格式 ****-----
totxt(dotaxml_path, out_path)
注意事项：
【1】运行代码之前将cls_list = ['note'] # 修改为自己的标签，不修改也不会报错，只是转换后的TXT中将没有任何数据；
【2】roxml_path存放的是存放roLabelImg标注的原文件的文件夹，dotaxml_path # 存放roLabelImg标注生成的xml格式文件的文件夹，out_path存放转换后DOTA数据集txt格式文件的文件夹；
生成的dotatxt文件夹如图所示：
dotatxt文件夹中的文件格式如图所示：
（3）将dotatxt文件夹和原始数据转成yolo格式的数据集的形式
import os
import random
import shutil
random.seed(42)
"""
该脚本用于将给定的数据集分割成训练集和测试集。
数据集应包含图像和对应的标注文件。
脚本会按照70%训练集和30%测试集的比例进行分割，并将图像和标注文件分别复制到相应的文件夹中。
"""
# 设置数据集文件夹路径和输出文件夹路径
data_folder = 'new_withE'
img_folder = 'new_withE/dataset/images'
label_folder = 'new_withE/dataset/labels'
# 计算每个子集的大小
# 总文件数乘以0.7得到训练集大小，其余为测试集大小
total_files = len(os.listdir(os.path.join(data_folder, 'img')))
train_size = int(total_files * 0.7)
test_size = int(total_files - train_size)
# 获取所有图像文件的文件名列表，并进行随机打乱
image_files = os.listdir(os.path.join(data_folder, 'img'))
random.shuffle(image_files)
# 复制图像和标注文件到相应的子集文件夹中
# 枚举每个图像文件，根据索引决定复制到训练集还是测试集文件夹
for i, image_file in enumerate(image_files):
base_file_name = os.path.splitext(image_file)[0] # 获取文件名（不包括扩展名）
image_path = os.path.join(data_folder, 'img', image_file)
label_path = os.path.join(data_folder, 'dotatxt', base_file_name + '.txt')
# 根据索引判断文件应复制到训练集还是测试集
if i < train_size:
shutil.copy(image_path, os.path.join(img_folder, 'train')) # 复制图像到训练集
shutil.copy(label_path, os.path.join(label_folder, 'train_original')) # 复制标注到训练集
else:
shutil.copy(image_path, os.path.join(img_folder, 'val')) # 复制图像到测试集
shutil.copy(label_path, os.path.join(label_folder, 'val_original')) # 复制标注到测试集
文件夹格式如下所示：
（4）DOTA格式标签文件（TXT）转YOLOV8-obb训练需要数据集格式
OBB检测方法里面旋转框的表示方法有好几种，YOLO V8 OBB使用的是（通过坐标在 0 和 1 之间归一化的四个角点来指定边界框）：具体的DOTA格式的数据格式如下 ，class_index, x1, y1, x2, y2, x3, y3, x4, y4（需要做归一化）。
（4）DOTA格式标签文件转换为YOLO V8训练所需的YOLO格式 【1】在项目代码根目录下面创建下面的文件夹结构，然后将划分好的图像和标签文件放到相应的文件夹中 【2】由于官方源码转换代码用的是VOC数据集，所以这里我们需要修改ultralytics/data/converter.py中的类别名，改成自己的数据集类别名。修改ultralytics/data/converter.py中的代码
if image_path.suffix != ".png":
修改为
if image_path.suffix != [".png", ".jpg", ".jpeg"]:
修改之后就不用担心图像格式了，png、jpg、jpeg中的任何一种都可以
【3】运行下面的代码，将DOTA格式的标签文件转换为OBB数据集格式，其中的参数根据自己的情况设置
import sys
sys.path.append('F:\project\yolov8_obb_seam\yolov8')
from ultralytics.data.converter import convert_dota_to_yolo_obb
convert_dota_to_yolo_obb('F:\project\yolov8_obb_seam\yolov8')
运行提示：
转换后的OBB数据集格式的标签会保存在labels\train和labels\val中（训练需要使用的就是这两个文件夹，train_original和val_original用不到）
转换后的OBB数据集格式的标签文件中的内容
至此微调的数据集已经制作完成，将配置yolov8-obb模型进行模型的微调。
三、模型配置
（1）新建模型配置文件my-data8-obb.yaml
在yolov8\ultralytics\cfg\datasets路径下，新建my-data8-obb.yaml文件（复制粘贴其中某一个yaml文件改个名字），写入如下代码，其中参数根据自己的情况设置
（2）修改模型配置文件yolov8-obb.yaml
在yolov8\ultralytics\cfg\models\v8路径下，修改yolov8-obb.yaml文件，将nc参数修改为自己的数据集类别数
四、训练
（1）根据自己的实际情况修改yolov8\ultralytics\cfg\default.yaml文件中的训练参数
如果自己的数据集类别只有一种，就将single-cls参数设置为True
（2）运行下面的代码即可开始训练
如果你使用的权重是“yolov8n-obb.pt”，只需要把下面代码中的配置文件yolov8x-obb.yaml改成yolov8n-obb.yaml，依此类推
from ultralytics import YOLO
def main():
model = YOLO('config/yolov8n-obb.yaml').load('yolov8n-obb.pt') # build from YAML and transfer weights
model.train(data='mydata_obb.yaml', epochs=200, imgsz=640, batch=16, workers=4)
if __name__ == '__main__':
main()
五、推理
在根目录下创建一个名为inference.py的脚本，写入下面的代码，其中的参数根据自己的情况设置
import os
from ultralytics import YOLO
model = YOLO('runs/obb/train3/weights/best.pt')
filelist = os.listdir('new_test/')
for file in filelist:
results = model(os.path.join('new_test/',file)) #results[0].obb.conf tensor([], device='cuda:0')
results[0].show()
print(results[0].obb.xywhr[:, -1] * 180 / 3.14159265358979323846)
运行代码的结果
