万宁市网站建设_网站建设公司_测试工程师_seo优化

一、核心流程总览

plaintext

环境准备 → 数据准备（文件夹搭建+图片划分） → labelImg标注（生成YOLO格式TXT） → 编写配置文件 → 模型训练 → 推理（单图/批量图/视频）

核心目标：基于自定义数据集（如 hero/bing/dongwu 三类）训练 YOLO11 模型，实现目标检测。

二、环境准备（Windows+CPU/GPU）

1. Anaconda 环境创建

bash

运行

# 1. 创建虚拟环境（Python3.10+/3.12均可） conda create -n YOLO11_test python=3.12 # 2. 激活环境 conda activate YOLO11_test # 3. 安装ultralytics（YOLO11核心库） pip install ultralytics # 4. 验证安装 python -c "from ultralytics import YOLO; print('安装成功')"

2. 环境适配说明

• CPU 环境：无需额外配置，安装后直接用；
• GPU 环境（需 NVIDIA 显卡）：需先装 CUDA+cuDNN，再装对应 PyTorch（参考https://pytorch.org/）。

三、数据准备（关键！决定训练效果）

1. 文件夹结构搭建（固定格式）

在工作目录（如F:\shijue\YOLO11_test）下创建mydataset文件夹，结构如下：

plaintext

mydataset/ ├── images/ # 存放所有图片 │ ├── train/ # 训练集图片（建议占80%，≥50张，越多越好） │ └── val/ # 验证集图片（建议占20%，≥10张） └── labels/ # 存放标注后的TXT标签（与images一一对应） ├── train/ # 训练集TXT标签（和images/train图片同名） └── val/ # 验证集TXT标签（和images/val图片同名）

2. 图片要求

2. 标注操作

3. 标注后校验

• 格式：JPG/PNG/BMP 均可，避免中文 / 空格 / 特殊字符（如img_001.jpg而非截图 1.jpg）；
• 数量：单类≥30 张，多类每类≥20 张（总数量≥50 张，数量越多精度越高）；
• 划分：train:val≈4:1（如 50 张 train+10 张 val）。
  
  
  

• 四、标注环节（labelImg 生成 YOLO 格式 TXT）

  1. labelImg 下载与启动

• 下载：https://github.com/heartexlabs/labelImg/releases（选 Windows 预编译版，解压后双击labelImg.exe）；
• 核心设置（避免生成 XML！）：
  1. 左侧找到PascalVOC按钮 → 点击切换为YOLO格式；
  2. 点击Open Dir→ 选择mydataset/images/train（先标注 train 集）；
  3. 点击Change Save Dir→ 选择mydataset/labels/train（标签保存路径）；
  4. 勾选View → Auto Save Mode（自动保存标签，无需手动点保存）。
• 按W键调出标注框，鼠标框选目标；
• 输入类别名（如hero/bing/dongwu，与后续配置文件一致），点击OK；
• 按D键切换下一张图片，重复标注；
• 标注完 train 集后，同理标注 val 集（切换Open Dir为images/val，Change Save Dir为labels/val）。
• 检查labels/train/labels/val下是否为.txt文件（而非.xml）；
• 打开 TXT 文件，格式必须为：类别ID 归一化x_center y_center width height（如0 0.45 0.52 0.18 0.32，ID 从 0 开始，数值 0-1）；
• 若误生成 XML：用 XML 转 TXT 脚本（见附录）批量转换。
• 正常标志：box_loss/cls_loss/dfl_loss逐步下降（如 2.4→1.5→1.0）；
• 警告处理：no labels found仅影响验证指标，不影响模型训练，可忽略；
• 模型保存：训练完成后在runs/detect/trainX/weights下生成best.pt（最优）和last.pt（最后一轮）。
• 精度提升：
  • 增加训练数据（每类≥50 张，覆盖不同角度 / 背景）；
  • 换更大模型（yolo11s.pt/yolo11m.pt）；
  • 开启更强数据增强（augment=True+hsv_h=0.015等）。
• 速度提升：
  • 降低imgsz（如 480）；
  • 视频推理加vid_stride=2（隔帧推理）；
  • GPU 训练 / 推理（比 CPU 快 10-20 倍）。

五、编写配置文件（dataset.yaml）

在F:\shijue\YOLO11_test目录下新建dataset.yaml，内容如下（需适配自己的类别）：

yaml

# 数据集根路径（用/或\\，避免\） path: F:/shijue/YOLO11_test/mydataset # 训练/验证集图片路径（相对path） train: images/train val: images/val # 若无val集，可临时改为images/train # 类别配置（核心！） nc: 3 # 类别数量（如hero/bing/dongwu为3） names: ['hero', 'bing', 'dongwu'] # 类别名称（与标注一致，ID对应0/1/2）

六、模型训练（CPU/GPU 适配）

1. 训练脚本（train_yolo11.py）

python

运行

from ultralytics import YOLO import os # 切换工作目录 os.chdir(r"F:\shijue\YOLO11_test") # 加载YOLO11模型（n=轻量版，s=标准版，m/l/x=更重，精度更高） model = YOLO("yolo11n.pt") # 启动训练（CPU/GPU适配） results = model.train( data=r"F:\shijue\YOLO11_test\dataset.yaml", # 配置文件绝对路径 epochs=50, # 训练轮数（建议≥30，数据少可设20） batch=2, # CPU设2/1，GPU可设8/16 imgsz=640, # 输入图片尺寸 device="cpu", # CPU填"cpu"，GPU填0（如多张GPU填0,1） patience=10, # 早停：10轮无提升则停止 augment=True, # 开启数据增强（提升精度） val=False, # 新手可先关闭验证（避免标签匹配警告） workers=0, # CPU设0，避免多线程报错 save=True # 保存最优模型（best.pt） ) # 打印最优模型路径 best_model_path = os.path.join(os.getcwd(), "runs/detect/train/weights/best.pt") print(f"训练完成！最优模型路径：{best_model_path}")

2. 运行训练

bash

运行

conda activate YOLO11_test cd F:\shijue\YOLO11_test python train_yolo11.py

3. 训练日志解读

七、推理环节（图片 / 视频）

1. 单张图片推理（predict_single.py）

python

运行

from ultralytics import YOLO import os os.chdir(r"F:\shijue\YOLO11_test") # 加载训练好的模型（替换为实际路径） model = YOLO(r"F:\shijue\YOLO11_test\runs\detect\train6\weights\best.pt") # 推理单张图片 test_img = r"F:\shijue\YOLO11_test\mydataset\images\val\img_001.jpg" results = model(test_img, conf=0.2) # conf=置信度阈值（0.2-0.5） # 保存标注结果 results[0].save("single_result.jpg") # 打印检测结果 for box in results[0].boxes: cls_id = int(box.cls[0]) cls_name = ["hero", "bing", "dongwu"][cls_id] # 匹配类别名 print(f"类别：{cls_name}，置信度：{box.conf[0]:.2f}")

2. 批量图片推理（predict_batch.py）

python

运行

from ultralytics import YOLO import os # 配置参数 MODEL_PATH = r"F:\shijue\YOLO11_test\runs\detect\train6\weights\best.pt" IMG_DIR = r"F:\shijue\YOLO11_test\mydataset\images\val" # 待推理图片目录 SAVE_DIR = r"F:\shijue\YOLO11_test\batch_results" CONF = 0.2 CLASS_NAMES = ["hero", "bing", "dongwu"] # 初始化 os.makedirs(SAVE_DIR, exist_ok=True) model = YOLO(MODEL_PATH) # 遍历所有图片 for img_file in os.listdir(IMG_DIR): if img_file.lower().endswith((".jpg", ".png")): img_path = os.path.join(IMG_DIR, img_file) results = model(img_path, conf=CONF) # 保存结果 save_path = os.path.join(SAVE_DIR, img_file) results[0].save(save_path) print(f"处理完成：{img_file}")

3. 视频推理（predict_video.py）

python

运行

from ultralytics import YOLO import os # 配置参数 MODEL_PATH = r"F:\shijue\YOLO11_test\runs\detect\train6\weights\best.pt" VIDEO_PATH = r"F:\shijue\YOLO11_test\mydataset\images\SVID_20210726_111258_1.mp4" SAVE_DIR = r"F:\shijue\YOLO11_test\video_results" CONF = 0.2 # 初始化 os.makedirs(SAVE_DIR, exist_ok=True) model = YOLO(MODEL_PATH) # 视频推理（CPU建议stream=True，逐帧处理） results = model( source=VIDEO_PATH, conf=CONF, device="cpu", stream=True, # 避免内存溢出 save=True, # 保存标注视频 project=SAVE_DIR, name="detect", exist_ok=True, show=False # CPU关闭实时预览（卡顿） ) # 打印进度 frame_count = 0 for r in results: frame_count += 1 if frame_count % 10 == 0: print(f"已处理{frame_count}帧") print(f"视频推理完成！结果保存在：{SAVE_DIR}/detect")

八、常见问题与解决方案

九、优化建议

附录：XML 转 YOLO TXT 脚本（应急用）

python

运行

import xml.etree.ElementTree as ET import os import cv2 # 配置 CLASS_NAMES = ["hero", "bing", "dongwu"] XML_DIR = r"F:\shijue\YOLO11_test\mydataset\labels\train" IMG_DIR = r"F:\shijue\YOLO11_test\mydataset\images\train" def xml2yolo(xml_path): tree = ET.parse(xml_path) root = tree.getroot() img_name = root.find("filename").text img = cv2.imread(os.path.join(IMG_DIR, img_name)) h, w = img.shape[:2] lines = [] for obj in root.findall("object"): cls = obj.find("name").text if cls not in CLASS_NAMES: continue cls_id = CLASS_NAMES.index(cls) bbox = obj.find("bndbox") x1, y1, x2, y2 = float(bbox.find("xmin").text), float(bbox.find("ymin").text), float(bbox.find("xmax").text), float(bbox.find("ymax").text) # 归一化 x_center = (x1 + x2) / 2 / w y_center = (y1 + y2) / 2 / h width = (x2 - x1) / w height = (y2 - y1) / h lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}") # 保存TXT txt_path = xml_path.replace(".xml", ".txt") with open(txt_path, "w", encoding="utf-8") as f: f.write("\n".join(lines)) # 批量转换 for file in os.listdir(XML_DIR): if file.endswith(".xml"): xml2yolo(os.path.join(XML_DIR, file)) print("转换完成！")