diff --git a/.gitignore b/.gitignore new file mode 100644 index 0000000..802d9c4 --- /dev/null +++ b/.gitignore @@ -0,0 +1,3 @@ +/dataset/tags/LabelImg/20260505_01/images +/runs +dataset/coco/val2017.zip diff --git a/configs/dataset-traditional.yaml b/configs/dataset-traditional.yaml new file mode 100644 index 0000000..f920489 --- /dev/null +++ b/configs/dataset-traditional.yaml @@ -0,0 +1,10 @@ + +path: ./dataset/tags/visiofirm/20260505_01 +train: train/images +val: val/images +test: test/images + +nc: 2 +names: + - person + - bicycle diff --git a/dataset.yaml b/dataset.yaml new file mode 100644 index 0000000..f920489 --- /dev/null +++ b/dataset.yaml @@ -0,0 +1,10 @@ + +path: ./dataset/tags/visiofirm/20260505_01 +train: train/images +val: val/images +test: test/images + +nc: 2 +names: + - person + - bicycle diff --git a/dataset/tags/visiofirm/1_YOLO.zip b/dataset/tags/visiofirm/1_YOLO.zip new file mode 100644 index 0000000..960aaf7 Binary files /dev/null and b/dataset/tags/visiofirm/1_YOLO.zip differ diff --git a/dataset/tags/visiofirm/20260505_01/data.yaml b/dataset/tags/visiofirm/20260505_01/data.yaml new file mode 100644 index 0000000..b9f5fb6 --- /dev/null +++ b/dataset/tags/visiofirm/20260505_01/data.yaml @@ -0,0 +1,14 @@ +VisioFirm: + Software: VisioFirm + contributor: '' + date_created: '2026-05-05' + project_description: '' + project_name: '1' + year: 2026 +names: +- person +- bicycle +nc: 2 +test: test/images +train: train/images +val: val/images diff --git a/dataset/tags/visiofirm/20260505_01/test/images/000000000785.jpg b/dataset/tags/visiofirm/20260505_01/test/images/000000000785.jpg new file mode 100644 index 0000000..78718f5 Binary files /dev/null and b/dataset/tags/visiofirm/20260505_01/test/images/000000000785.jpg differ diff --git a/dataset/tags/visiofirm/20260505_01/test/labels/000000000785.txt b/dataset/tags/visiofirm/20260505_01/test/labels/000000000785.txt new file mode 100644 index 0000000..e69de29 diff --git a/dataset/tags/visiofirm/20260505_01/train/images/000000000872.jpg b/dataset/tags/visiofirm/20260505_01/train/images/000000000872.jpg new file mode 100644 index 0000000..2eac5c2 Binary files /dev/null and b/dataset/tags/visiofirm/20260505_01/train/images/000000000872.jpg differ diff --git a/dataset/tags/visiofirm/20260505_01/train/images/000000001296.jpg b/dataset/tags/visiofirm/20260505_01/train/images/000000001296.jpg new file mode 100644 index 0000000..ac68a88 Binary files /dev/null and b/dataset/tags/visiofirm/20260505_01/train/images/000000001296.jpg differ diff --git a/dataset/tags/visiofirm/20260505_01/train/labels.cache b/dataset/tags/visiofirm/20260505_01/train/labels.cache new file mode 100644 index 0000000..1373878 Binary files /dev/null and b/dataset/tags/visiofirm/20260505_01/train/labels.cache differ diff --git a/dataset/tags/visiofirm/20260505_01/train/labels/000000000872.txt b/dataset/tags/visiofirm/20260505_01/train/labels/000000000872.txt new file mode 100644 index 0000000..e69de29 diff --git a/dataset/tags/visiofirm/20260505_01/train/labels/000000001296.txt b/dataset/tags/visiofirm/20260505_01/train/labels/000000001296.txt new file mode 100644 index 0000000..e69de29 diff --git a/dataset/tags/visiofirm/20260505_01/val/images/000000000139.jpg b/dataset/tags/visiofirm/20260505_01/val/images/000000000139.jpg new file mode 100644 index 0000000..19023f7 Binary files /dev/null and b/dataset/tags/visiofirm/20260505_01/val/images/000000000139.jpg differ diff --git a/dataset/tags/visiofirm/20260505_01/val/labels.cache b/dataset/tags/visiofirm/20260505_01/val/labels.cache new file mode 100644 index 0000000..6e7da29 Binary files /dev/null and b/dataset/tags/visiofirm/20260505_01/val/labels.cache differ diff --git a/dataset/tags/visiofirm/20260505_01/val/labels/000000000139.txt b/dataset/tags/visiofirm/20260505_01/val/labels/000000000139.txt new file mode 100644 index 0000000..e69de29 diff --git a/docs/1.YOLO模型测试流程指南.md b/docs/1.YOLO模型测试流程指南.md index 3ed720e..f04fa1d 100644 --- a/docs/1.YOLO模型测试流程指南.md +++ b/docs/1.YOLO模型测试流程指南.md @@ -1,3 +1,4 @@ + # YOLO 模型测试流程指南 本文档基于知乎文章整理，帮助你从零开始完成一个 YOLO 目标检测项目的完整流程。 @@ -9,10 +10,9 @@ 1. [环境准备](#1-环境准备) 2. [数据收集与准备](#2-数据收集与准备) 3. [数据标注](#3-数据标注) -4. [数据格式转换](#4-数据格式转换) -5. [数据集划分](#5-数据集划分) -6. [模型训练](#6-模型训练) -7. [模型评估与测试](#7-模型评估与测试) +4. [配置数据集](#4-配置数据集) +5. [模型训练](#5-模型训练) +6. [模型评估与测试](#6-模型评估与测试) *** @@ -20,7 +20,7 @@ ### 1.1 安装 Python 环境 -确保 Python 版本 >= 3.8 +确保 Python 版本 >= 3.8 ```bash python --version @@ -30,11 +30,10 @@ python --version 为了避免影响全局 Python 环境，建议为项目创建独立的虚拟环境。 -**方式一：使用 conda** +**方式一：使用 conda **首先安装 Anaconda 或 Miniconda：** - -1. 下载 Miniconda（推荐，更轻量）： +1. 下载 Miniconda（推荐，更轻量）：<https://docs.conda.io/en/latest/miniconda.html> 2. 运行安装程序，勾选 "Add Miniconda to PATH"（或安装后手动配置） 3. 验证安装： @@ -50,7 +49,7 @@ conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/ma conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2 -//切换用清华的源 +# 切换用清华的源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main # 创建虚拟环境 @@ -69,7 +68,6 @@ conda install -v pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c # pip 来安装 PyTorch 更稳定 conda activate yolo_demo ; pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 - # 验证安装是否成功 python -c "import torch; print(f'PyTorch版本: {torch.__version__}'); print(f'CUDA可用: {torch.cuda.is_available()}')" ``` @@ -81,15 +79,13 @@ conda env list ``` **常见问题：** - 如果遇到 `CondaToSNonInteractiveError` 错误，需要先运行上面的 `conda tos accept` 命令接受服务条款。 **验证虚拟环境已激活：** - 激活后，终端提示符前会显示虚拟环境名称： ```bash -(yolo_demo) D:\Codes\AI\Yolo\YoloDemo> +(yolo_demo) D:\Codes\AI\Yolo\YoloDemo> ``` **退出虚拟环境：** @@ -102,7 +98,7 @@ conda deactivate ### 1.3 安装 YOLOv8（推荐） ```bash -conda activate yolo_demo ;pip install ultralytics +conda activate yolo_demo ; pip install ultralytics ``` ### 1.4 验证安装 @@ -114,7 +110,7 @@ python -c "from ultralytics import YOLO; print('YOLOv8 安装成功')" ### 1.5 检查 GPU 支持（可选但推荐） ```bash -python -c "import torch; print(f'CUDA 可用: {torch.cuda.is_available()}')" +python -c "import torch; print(f'CUDA可用: {torch.cuda.is_available()}')" ``` *** @@ -124,41 +120,28 @@ python -c "import torch; print(f'CUDA 可用: {torch.cuda.is_available()}')" ### 2.1 确定检测目标 首先明确你要检测的类别，例如： - - car（汽车） - person（行人） - bicycle（自行车） ### 2.2 数据量建议 -| 项目类型 | 每类最少图片 | 推荐图片数 | -| ---- | --------- | ------ | -| 快速原型 | 100-200 张 | 500 张 | +| 项目类型 | 每类最少图片 | 推荐图片数 | +| ---- | ------- | ------ | +| 快速原型 | 100-200 张 | 500 张 | | 生产应用 | 1000 张 | 3000 张 | ### 2.3 数据来源 **方式一：使用公开数据集** - -- COCO 数据集： --
-- Open Images： +- COCO 数据集：<https://cocodataset.org> +- Open Images：<https://storage.googleapis.com/openimages> **方式二：自己拍摄/收集图片** - - 确保图片清晰，目标可见 - 覆盖不同场景、光照、角度 - 统一格式为 JPG 或 PNG -### 2.4 创建数据目录结构 - -```bash -mkdir -p dataset/images -mkdir -p dataset/labels -``` - -将收集的图片放入 `dataset/images` 目录。 - *** ## 3. 数据标注 @@ -167,36 +150,21 @@ mkdir -p dataset/labels 推荐使用以下工具之一： -- **TjMakeBot**（在线工具，支持 AI 辅助标注）： +- **VisioFirm**（推荐标注工具）⭐ +- **TjMakeBot**（在线工具，支持 AI 辅助标注）：<https://www.tjmakebot.com> - **LabelImg**（本地工具） - **Roboflow**（在线工具） -### 3.2 使用 LabelImg 标注（本地方式） +**快速启动 VisioFirm：** -**安装 LabelImg：** - -```bash -pip install labelImg +```powershell +# 在项目根目录运行 +.\start_visiofirm.ps1 ``` -**启动 LabelImg：** +详细的 VisioFirm 使用说明请查看：[VisioFirm 标注工具使用指南](./2.VisioFirm标注工具使用指南.md) -```bash -labelImg -``` - -**标注步骤：** - -1. 打开 LabelImg -2. 点击 "Open Dir" 选择图片目录 -3. 点击 "Change Save Dir" 设置标注保存目录 -4. **重要**：点击 "PascalVOC" 切换为 "YOLO" 格式 -5. 使用快捷键 `W` 绘制边界框 -6. 选择类别名称 -7. 点击 "Save" 保存标注 -8. 使用 `D` 键切换到下一张图片 - -### 3.3 YOLO 标注格式说明 +### 3.2 YOLO 标注格式说明 每张图片对应一个 `.txt` 文件，格式如下： @@ -212,430 +180,206 @@ class_id center_x center_y width height ``` **说明：** - - `class_id`：类别 ID（从 0 开始） - `center_x, center_y`：边界框中心点坐标（归一化 0-1） - `width, height`：边界框宽高（归一化 0-1） *** -## 4. 数据格式转换 +## 4. 配置数据集 -### 4.1 验证标注文件 +### 4.1 数据集目录结构 -创建验证脚本 `validate_dataset.py`： +支持多种数据集组织方式： -```python -import os -from PIL import Image - -def validate_yolo_dataset(dataset_dir): - images_dir = os.path.join(dataset_dir, 'images') - labels_dir = os.path.join(dataset_dir, 'labels') - - errors = [] - image_files = [f for f in os.listdir(images_dir) if f.endswith(('.jpg', '.png'))] - - for img_file in image_files: - img_path = os.path.join(images_dir, img_file) - label_file = os.path.splitext(img_file)[0] + '.txt' - label_path = os.path.join(labels_dir, label_file) - - if not os.path.exists(label_path): - errors.append(f"缺失标注文件: {label_file}") - continue - - try: - img = Image.open(img_path) - img_width, img_height = img.size - except Exception as e: - errors.append(f"无法打开图片: {img_file}") - continue - - with open(label_path, 'r') as f: - for line_num, line in enumerate(f, 1): - line = line.strip() - if not line: - continue - - parts = line.split() - if len(parts) != 5: - errors.append(f"{label_file}: 格式错误") - continue - - try: - class_id = int(parts[0]) - center_x = float(parts[1]) - center_y = float(parts[2]) - width = float(parts[3]) - height = float(parts[4]) - - if not (0 <= center_x <= 1 and 0 <= center_y <= 1): - errors.append(f"{label_file}: 坐标超出范围") - except ValueError: - errors.append(f"{label_file}: 数字解析错误") - - if errors: - print("发现错误：") - for error in errors[:10]: - print(f" - {error}") - else: - print("验证通过！") - -if __name__ == '__main__': - validate_yolo_dataset('./dataset') +**方式一：VisioFirm 导出（推荐）** +``` +dataset/tags/visiofirm/20260505_01/ +├── data.yaml +├── train/images/ +├── train/labels/ +├── val/images/ +├── val/labels/ +└── test/images/ + └── test/labels/ ``` -运行验证： - -```bash -python validate_dataset.py +**方式二：LabelImg 标注** +``` +dataset/tags/LabelImg/20260505_01/ +├── data.yaml +├── train/images/ +├── train/labels/ +├── val/images/ +├── val/labels/ +└── test/images/ + └── test/labels/ ``` -### 4.2 创建数据集配置文件 +### 4.2 配置 dataset.yaml -创建 `dataset.yaml` 文件： +在项目根目录创建 `dataset.yaml` 文件，配置示例见：[configs/dataset-traditional.yaml](../configs/dataset-traditional.yaml) +**关键配置项：** +- `path`: 数据集根目录（支持相对路径） +- `train`: 训练集图片目录（相对于 path） +- `val`: 验证集图片目录（相对于 path） +- `test`: 测试集图片目录（相对于 path） +- `nc`: 类别数量 +- `names`: 类别名称列表 + +**示例配置：** ```yaml -path: ./dataset -train: images/train -val: images/val -test: images/test - -nc: 3 +path: ./dataset/tags/visiofirm/20260505_01 +train: train/images +val: val/images +test: test/images +nc: 2 names: - 0: car - 1: person - 2: bicycle + - person + - bicycle ``` -**注意：** 根据你的实际类别修改 `nc` 和 `names`。 +### 4.3 验证数据集 -*** - -## 5. 数据集划分 - -### 5.1 创建划分脚本 - -创建 `split_dataset.py`： - -```python -import os -import shutil -import random - -def split_dataset(source_dir, train_ratio=0.7, val_ratio=0.15, test_ratio=0.15, seed=42): - random.seed(seed) - - images_dir = os.path.join(source_dir, 'images') - labels_dir = os.path.join(source_dir, 'labels') - - images = [f for f in os.listdir(images_dir) if f.endswith(('.jpg', '.png'))] - random.shuffle(images) - - total = len(images) - train_end = int(total * train_ratio) - val_end = train_end + int(total * val_ratio) - - train_images = images[:train_end] - val_images = images[train_end:val_end] - test_images = images[val_end:] - - print(f"总图片数: {total}") - print(f"训练集: {len(train_images)}") - print(f"验证集: {len(val_images)}") - print(f"测试集: {len(test_images)}") - - for split, img_list in [('train', train_images), ('val', val_images), ('test', test_images)]: - split_images_dir = os.path.join(source_dir, 'images', split) - split_labels_dir = os.path.join(source_dir, 'labels', split) - - os.makedirs(split_images_dir, exist_ok=True) - os.makedirs(split_labels_dir, exist_ok=True) - - for img in img_list: - shutil.copy(os.path.join(images_dir, img), os.path.join(split_images_dir, img)) - - label_name = os.path.splitext(img)[0] + '.txt' - src_label = os.path.join(labels_dir, label_name) - dst_label = os.path.join(split_labels_dir, label_name) - - if os.path.exists(src_label): - shutil.copy(src_label, dst_label) - - print("数据集划分完成！") - -if __name__ == '__main__': - split_dataset('./dataset') -``` - -### 5.2 执行划分 +使用 [src/validate_dataset.py](../src/validate_dataset.py) 脚本验证数据集： ```bash -python split_dataset.py -``` - -### 5.3 验证划分结果 - -```bash -ls dataset/images/train -ls dataset/images/val -ls dataset/images/test +python src/validate_dataset.py ``` *** -## 6. 模型训练 +## 5. 模型训练 -### 6.1 创建训练脚本 +### 5.1 开始训练 -创建 `train.py`： - -```python -from ultralytics import YOLO -import torch - -device = 'cuda' if torch.cuda.is_available() else 'cpu' -print(f"使用设备: {device}") - -model = YOLO('yolov8n.pt') - -results = model.train( - data='dataset.yaml', - epochs=100, - imgsz=640, - batch=16, - device=device, - lr0=0.01, - patience=50, - save=True, - plots=True, - project='runs/detect', - name='my_model', - exist_ok=True, -) - -print("训练完成！") -print(f"最佳模型保存在: runs/detect/my_model/weights/best.pt") -``` - -### 6.2 开始训练 +使用 [src/train.py](../src/train.py) 脚本训练模型： ```bash -python train.py +python src/train.py ``` -### 6.3 训练参数说明 +常用参数： +- `--config`: dataset.yaml 配置文件路径（默认使用项目根目录） +- `--model`: 预训练模型（默认: yolov8n.pt） +- `--epochs`: 训练轮数（默认: 100） +- `--batch`: 批次大小（默认: 16） +- `--imgsz`: 输入图片尺寸（默认: 640） +- `--lr`: 初始学习率（默认: 0.01） +- `--device`: 设备（cuda/cpu，默认自动检测） -| 参数 | 说明 | 建议值 | -| -------- | ------ | ----------- | -| epochs | 训练轮数 | 100-300 | -| imgsz | 输入图片尺寸 | 640 | -| batch | 批次大小 | 根据 GPU 内存调整 | -| lr0 | 初始学习率 | 0.01 | -| patience | 早停耐心值 | 50 | +### 5.2 模型选择建议 -### 6.4 模型选择建议 - -| 模型 | 参数量 | 速度 | 精度 | 适用场景 | -| ------- | ----- | -- | -- | ---- | -| yolov8n | 3.2M | 最快 | 较低 | 实时检测 | -| yolov8s | 11.2M | 快 | 中等 | 平衡 | +| 模型 | 参数量 | 速度 | 精度 | 适用场景 | +| ---- | ----- | -- | -- | ---- | +| yolov8n | 3.2M | 最快 | 较低 | 实时检测 | +| yolov8s | 11.2M | 快 | 中等 | 平衡 | | yolov8m | 25.9M | 中等 | 较高 | 生产环境 | -| yolov8l | 43.7M | 较慢 | 高 | 高精度 | +| yolov8l | 43.7M | 较慢 | 高 | 高精度 | *** -## 7. 模型评估与测试 +## 6. 模型评估与测试 -### 7.1 评估模型 +### 6.1 评估模型 -创建 `evaluate.py`： - -```python -from ultralytics import YOLO - -model = YOLO('runs/detect/my_model/weights/best.pt') - -metrics = model.val(data='dataset.yaml', split='val') - -print("=" * 50) -print("模型评估结果") -print("=" * 50) -print(f"mAP50: {metrics.box.map50:.4f}") -print(f"mAP50-95: {metrics.box.map:.4f}") -print(f"Precision: {metrics.box.mp:.4f}") -print(f"Recall: {metrics.box.mr:.4f}") -print("=" * 50) -``` - -运行评估： +使用 [src/evaluate.py](../src/evaluate.py) 脚本评估模型： ```bash -python evaluate.py +python src/evaluate.py ``` -### 7.2 测试单张图片 +**特点：** +- 自动查找最新训练的模型（无需手动指定路径） +- 支持从多个可能的位置查找已保存模型 -创建 `predict.py`： +参数： +- `--model`: 模型路径（默认：自动查找最新模型） +- `--config`: dataset.yaml 配置文件路径（默认使用项目根目录） +- `--split`: 评估集（train/val/test，默认: val） -```python -from ultralytics import YOLO +### 6.2 预测 -model = YOLO('runs/detect/my_model/weights/best.pt') - -results = model('dataset/images/test/test_image.jpg', save=True, conf=0.25) - -for result in results: - boxes = result.boxes - for i in range(len(boxes)): - class_name = model.names[int(boxes.cls[i])] - conf = boxes.conf[i] - print(f"检测到: {class_name}, 置信度: {conf:.2f}") -``` - -运行测试： +使用 [src/predict.py](../src/predict.py) 脚本进行预测： ```bash -python predict.py +python src/predict.py ``` -### 7.3 批量测试 +**特点：** +- 自动查找最新训练的模型（无需手动指定路径） +- 自动从 dataset.yaml 读取测试集路径 -```python -from ultralytics import YOLO +参数： +- `--model`: 模型路径（默认：自动查找最新模型） +- `--source`: 预测源（图片/目录，默认：读取 dataset.yaml） +- `--conf`: 置信度阈值（默认: 0.25） +- `--nosave`: 不保存结果（默认保存） -model = YOLO('runs/detect/my_model/weights/best.pt') +### 6.3 模型导出为 ONNX 格式 -results = model('dataset/images/test', save=True, conf=0.25) +使用 [src/export_onnx.py](../src/export_onnx.py) 脚本将 PyTorch (.pt) 模型导出为 ONNX 格式： + +```bash +python src/export_onnx.py ``` -### 7.4 性能基准 +**特点：** +- 自动查找最新训练的模型（无需手动指定路径） +- 支持模型简化，减小文件体积 +- 可自定义输入尺寸和 ONNX opset 版本 -| 应用场景 | mAP50 目标 | mAP50-95 目标 | -| ----- | -------- | ----------- | -| 快速原型 | > 0.5 | > 0.3 | -| 生产环境 | > 0.7 | > 0.5 | -| 高精度应用 | > 0.9 | > 0.7 | +参数： +- `--model`: 模型路径（默认：自动查找最新模型） +- `--imgsz`: 输入图片尺寸（默认: 640） +- `--simplify`: 简化模型（默认: True） +- `--no-simplify`: 不简化模型 +- `--opset`: ONNX opset 版本（默认: 12） -*** +**使用示例：** +```bash +# 导出最新训练的模型（自动查找） +python src/export_onnx.py -## 常见问题排查 +# 导出指定模型 +python src/export_onnx.py --model runs/detect/my_model/weights/best.pt -### 问题 1：Loss 不下降 +# 自定义输入尺寸 +python src/export_onnx.py --imgsz 1280 -**解决方案：** +# 不简化模型 +python src/export_onnx.py --no-simplify -- 调整学习率（尝试 0.001-0.01） -- 检查数据质量 -- 尝试更大的模型 - -### 问题 2：过拟合 - -**解决方案：** - -- 增加数据量 -- 使用更小的模型 -- 启用更多数据增强 - -### 问题 3：训练很慢 - -**解决方案：** - -- 使用 GPU 训练 -- 增大批次大小 -- 减小图片尺寸 - -*** - -## 目录结构总结 - -完成后的目录结构： - -``` -project/ -├── venv/ # 虚拟环境目录（不应提交到版本控制） -├── dataset/ -│ ├── images/ -│ │ ├── train/ -│ │ ├── val/ -│ │ └── test/ -│ └── labels/ -│ ├── train/ -│ ├── val/ -│ └── test/ -├── dataset.yaml -├── train.py -├── evaluate.py -├── predict.py -├── split_dataset.py -└── validate_dataset.py +# 自定义 opset 版本 +python src/export_onnx.py --opset 17 ``` *** ## 快速开始命令汇总 -```bash -# 创建并激活虚拟环境 -python -m venv venv -venv\Scripts\activate - -# 安装依赖 -pip install ultralytics - -# 后续步骤 -python validate_dataset.py -python split_dataset.py -python train.py -python evaluate.py -python predict.py -``` - -*** - -## 一键运行环境准备 - -项目已提供 `run_demo.py` 脚本，可一键完成环境搭建： +**注意：请在项目根目录（YoloDemo）下运行以下命令** ```bash -python run_demo.py -``` +# 1. 配置 dataset.yaml（首次使用） +# 复制 configs/dataset-traditional.yaml 到项目根目录，修改 path 指向你的数据集 -该脚本会自动完成： +# 2. 验证数据集 +python src/validate_dataset.py -1. 检查 Python 版本 -2. 创建虚拟环境 -3. 安装 ultralytics 依赖 -4. 验证安装 -5. 检查 GPU 支持 +# 3. 训练模型 +python src/train.py -## 在 VS Code 中直接运行代码 +# 4. 评估模型（自动查找最新训练好的模型） +python src/evaluate.py -### 方法一：使用 Code Runner 插件 +# 5. 预测（自动查找最新模型） +python src/predict.py -1. 打开 VS Code，搜索并安装 `Code Runner` 插件 -2. 将光标放在代码块内，点击右上角的 ▶️ 按钮运行 - -### 方法二：右键运行 - -在代码块内右键，选择 "Run Code" 或使用快捷键 `Ctrl+Alt+N` - -### 方法三：终端运行 - -```bash -# 进入项目目录 -cd . - -# 激活虚拟环境 -venv\Scripts\activate - -# 运行脚本 -python run_demo.py -python validate_dataset.py -python split_dataset.py -python train.py +# 6. 导出为 ONNX 格式（自动查找最新模型） +python src/export_onnx.py ``` *** diff --git a/docs/2.VisioFirm标注工具使用指南.md b/docs/2.VisioFirm标注工具使用指南.md new file mode 100644 index 0000000..6f873e3 --- /dev/null +++ b/docs/2.VisioFirm标注工具使用指南.md @@ -0,0 +1,352 @@ + +# VisioFirm 标注工具使用指南 + +本指南将帮助你使用 VisioFirm 进行 YOLO 目标检测数据标注。 + +*** + +## 目录 + +1. [VisioFirm 简介](#1-visiofirm-简介) +2. [安装与启动](#2-安装与启动) +3. [项目设置](#3-项目设置) +4. [标注操作](#4-标注操作) +5. [导出 YOLO 格式](#5-导出-yolo-格式) +6. [使用导出数据](#6-使用导出数据) +7. [快捷键](#7-快捷键) + +*** + +## 1. VisioFirm 简介 + +VisioFirm 是一款开源、跨平台的 AI 辅助图像标注工具，专为计算机视觉任务设计。 + +**官方链接：** + +- GitHub 仓库： +- PyPI 项目： +- 论文地址： + +**主要特性：** + +- AI 驱动的预标注（YOLO、SAM2、Grounding DINO），节省高达 80% 人工标注 +- 支持多种标注格式：YOLO、COCO、PascalVOC 等 +- 自动划分训练/验证/测试集 +- 支持视频标注和标签传播 +- 直观的用户界面 +- 批量处理功能 +- 标注验证和预览 +- 支持分类、目标检测、分割任务 + +*** + +## 2. 安装与启动 + +### 2.1 系统要求 + +- Python 3.10 或更高版本 +- 推荐使用 CUDA 11.8（如需 GPU 加速） +- 16GB 或更多内存 + +### 2.2 安装（推荐方式：pip） + +**注意：** VisioFirm 直接安装在项目的 `yolo_demo` 环境中，无需创建新环境。 + +1. 激活项目虚拟环境： + ```bash + conda activate yolo_demo + ``` +2. 设置 UTF-8 环境变量（Windows 中文环境必须）： + ```powershell + # PowerShell + $env:PYTHONUTF8=1 + ``` +3. 使用 pip 安装 VisioFirm： + ```bash + pip install visiofirm + ``` + +**或者使用一键启动脚本：** + +```powershell +.\start_visiofirm.ps1 +``` + +### 2.3 启动 VisioFirm + +**方法一：使用一键启动脚本（推荐）** + +直接运行项目根目录下的启动脚本： + +```powershell +.\start_visiofirm.ps1 +``` + +**方法二：手动启动** + +1. 激活环境并设置 UTF-8： + ```powershell + conda activate yolo_demo + $env:PYTHONUTF8=1 + ``` +2. 启动 VisioFirm： + ```bash + visiofirm + ``` + +启动后，浏览器会自动打开 VisioFirm 界面（通常是 [http://localhost:8000）。>](http://localhost:8000）。>) + +*** + +## 3. 项目设置 + +### 3.1 创建新项目 + +1. 打开 VisioFirm +2. 点击 **"New Project"** 或 **"创建新项目"** +3. 输入项目名称（如：YOLO_Demo） +4. 选择项目保存位置 + +### 3.2 配置项目 + +**导入图片：** + +1. 点击 **"Import Images"** 或 **"导入图片"** +2. 选择你的图片文件夹 +3. 选择要标注的图片文件（可全选） + +**设置类别：** + +1. 点击 **"Classes"** 或 **"类别"** 标签 +2. 点击 **"Add Class"** 或 **"添加类别"** +3. 输入类别名称（如：car, person, bicycle） +4. 为每个类别选择颜色（便于区分） +5. 保存类别配置 + +示例类别配置： + +``` +0: person (行人) +1: bicycle (自行车) +``` + +**数据集划分设置（可选）：** + +VisioFirm 在导出时会自动将数据集划分为 train/val/test。默认划分比例： +- 训练集（train）：70% +- 验证集（val）：15% +- 测试集（test）：15% + +*** + +## 4. 标注操作 + +### 4.1 基本标注步骤 + +1. 从左侧图片列表中选择要标注的图片 +2. 选择标注工具（通常是矩形框工具） +3. 在图片上拖动鼠标绘制边界框，框选目标 +4. 从类别列表中选择对应的类别 +5. 确认标注无误后，点击保存或自动保存 + +### 4.2 标注技巧 + +**精确框选：** + +- 尽量紧贴目标边缘绘制边界框 +- 避免框选过多背景 +- 对于部分遮挡的目标，仍然标注可见部分 + +**类别一致性：** + +- 保持同类目标标注标准一致 +- 对于模糊不清的目标，可以选择跳过或标记为不确定 + +**标注顺序：** + +- 按类别顺序标注，减少类别切换 +- 使用快捷键提高效率 + +**AI 预标注（推荐）：** + +VisioFirm 支持 AI 预标注功能，可以大幅提高标注效率： +1. 点击 AI 预标注按钮 +2. 选择合适的模型（如 YOLO） +3. 自动生成标注框 +4. 人工检查和修正 + +*** + +## 5. 导出 YOLO 格式 + +### 5.1 导出设置 + +1. 完成标注后，点击 **"Export"** 或 **"导出"** +2. 选择 **"YOLO"** 格式 +3. 设置导出选项： + - 导出路径：选择项目内的 `dataset/tags/visiofirm/` 目录 + - 勾选 "自动划分 train/val/test" + - 类别映射：确认类别名称正确 + - 坐标格式：选择归一化坐标（0-1） +4. 可以选择导出为 ZIP 压缩包或文件夹 + +### 5.2 执行导出 + +1. 点击 **"Export"** 或 **"开始导出"** +2. 等待导出完成 +3. 导出完成后，会在 `dataset/tags/visiofirm/` 目录下生成新文件夹（如 `20260505_01/`） + +### 5.3 导出结果说明 + +导出后，目录结构如下： + +``` +dataset/tags/visiofirm/ +├── 20260505_01/ # 每次导出会生成带日期的文件夹 +│ ├── data.yaml # 数据集配置文件（VisioFirm 格式） +│ ├── train/ +│ │ ├── images/ # 训练集图片 +│ │ └── labels/ # 训练集标注 +│ ├── val/ +│ │ ├── images/ # 验证集图片 +│ │ └── labels/ # 验证集标注 +│ └── test/ +│ ├── images/ # 测试集图片 +│ └── labels/ # 测试集标注 +└── 1_YOLO.zip # ZIP 压缩包（可选） +``` + +**标注文件格式：** + +``` +class_id center_x center_y width height +``` + +**示例：** + +``` +0 0.5 0.5 0.3 0.4 +1 0.2 0.3 0.1 0.2 +``` + +**说明：** + +- `class_id`：类别 ID（从 0 开始） +- `center_x, center_y`：边界框中心点坐标（归一化 0-1） +- `width, height`：边界框宽高（归一化 0-1） + +*** + +## 6. 使用导出数据 + +### 6.1 配置项目 + +1. 复制 `configs/dataset-traditional.yaml` 到项目根目录，重命名为 `dataset.yaml` +2. 编辑 `dataset.yaml`，修改 `path` 指向刚导出的数据文件夹： + +```yaml +path: ./dataset/tags/visiofirm/20260505_01 +train: train/images +val: val/images +test: test/images + +nc: 2 +names: + - person + - bicycle +``` + +**注意：** `nc` 和 `names` 需要根据你实际标注的类别进行修改。 + +### 6.2 验证数据集 + +使用项目验证脚本检查导出的标注： + +```bash +python src/validate_dataset.py +``` + +验证通过后，即可开始训练模型！ + +*** + +## 7. 快捷键 + +| 快捷键 | 功能 | +| --------- | ------ | +| `W` 或 `R` | 矩形框工具 | +| `A` | 上一张图片 | +| `D` | 下一张图片 | +| `Ctrl+S` | 保存标注 | +| `Ctrl+Z` | 撤销 | +| `Ctrl+Y` | 重做 | +| `Del` | 删除选中的框 | +| `Esc` | 取消当前操作 | +| `Space` | 平移画布 | +| `鼠标滚轮` | 缩放 | + +**注意：** 具体快捷键可能因 VisioFirm 版本不同而略有差异，请以实际软件为准。 + +*** + +## 8. 标注质量检查 + +完成标注后，建议进行以下检查： + +1. **完整性检查** + - 确认所有图片都已标注 + - 确认所有目标都已框选 + +2. **准确性检查** + - 检查边界框是否准确 + - 检查类别是否正确 + +3. **格式验证** + - 使用项目中的验证脚本检查标注格式： + ```bash + python src/validate_dataset.py + ``` + +*** + +## 9. 常见问题 + +### Q: VisioFirm 如何获取？ + +A: 推荐使用 pip 安装：`pip install visiofirm`，详细步骤见"安装与启动"章节。 +也可以访问 GitHub 仓库： 获取源码。 + +### Q: VisioFirm 是免费的吗？ + +A: 是的，VisioFirm 是开源软件，采用 Apache-2.0 许可证，完全免费使用。 + +### Q: 导出后如何使用这些数据？ + +A: 导出的数据已经自动划分好 train/val/test。 +只需修改项目根目录的 `dataset.yaml` 中的 `path` 指向导出文件夹即可开始训练。 + +### Q: 如何批量处理图片？ + +A: VisioFirm 支持批量导入图片，可以一次选择多张或整个文件夹进行标注。 +导出时也支持批量导出所有标注。 + +### Q: 标注过程中如何暂停和继续？ + +A: VisioFirm 会自动保存进度，关闭浏览器标签页后重新打开 即可继续。 + +### Q: 如何修改已有标注？ + +A: 选择要修改的框，可以拖动调整位置或大小，也可以删除后重新标注。 +对于 AI 预标注的结果，可以直接进行修正。 + +### Q: 遇到技术问题怎么办？ + +A: 可以在 GitHub Issues 页面提交问题： + +*** + +## 下一步 + +标注完成后，请继续参考 [YOLO 模型测试流程指南](./1.YOLO模型测试流程指南.md) 进行模型训练。 + +祝你标注顺利！ diff --git a/src/__pycache__/dataset_util.cpython-310.pyc b/src/__pycache__/dataset_util.cpython-310.pyc new file mode 100644 index 0000000..e25ca4a Binary files /dev/null and b/src/__pycache__/dataset_util.cpython-310.pyc differ diff --git a/src/__pycache__/dataset_util.cpython-313.pyc b/src/__pycache__/dataset_util.cpython-313.pyc new file mode 100644 index 0000000..a129ca4 Binary files /dev/null and b/src/__pycache__/dataset_util.cpython-313.pyc differ diff --git a/src/dataset_util.py b/src/dataset_util.py new file mode 100644 index 0000000..3380681 --- /dev/null +++ b/src/dataset_util.py @@ -0,0 +1,24 @@ + +import os +import yaml + + +def load_dataset_config(config_path=None): + """加载数据集配置 + + Args: + config_path: 配置文件路径，默认使用项目根目录的 dataset.yaml + + Returns: + dict: 数据集配置 + """ + if config_path is None: + # 默认使用项目根目录的 dataset.yaml + project_root = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) + config_path = os.path.join(project_root, 'dataset.yaml') + + if not os.path.exists(config_path): + raise FileNotFoundError(f"配置文件不存在: {config_path}") + + with open(config_path, 'r', encoding='utf-8') as f: + return yaml.safe_load(f) diff --git a/src/evaluate.py b/src/evaluate.py new file mode 100644 index 0000000..4496e1f --- /dev/null +++ b/src/evaluate.py @@ -0,0 +1,84 @@ + +import os +from ultralytics import YOLO +import argparse +from model_utils import get_project_root, find_latest_model + + +def evaluate_model(model_path=None, config_path=None, split='val'): + """评估模型 + + Args: + model_path: 模型路径（如果为 None 则自动查找） + config_path: dataset.yaml 配置文件路径 + split: 评估集（train/val/test） + """ + project_root = get_project_root() + + # 如果没提供 config_path，使用项目根目录的 dataset.yaml + if config_path is None: + config_path = os.path.join(project_root, 'dataset.yaml') + + print(f"配置文件: {config_path}") + + # 检查配置文件是否存在 + if not os.path.exists(config_path): + print(f"\n错误: 配置文件不存在！") + print(f"路径: {config_path}") + print(f"\n请先配置 dataset.yaml:") + print(f" 1. 复制 configs/dataset-traditional.yaml 到项目根目录") + print(f" 2. 重命名为 dataset.yaml") + print(f" 3. 修改 path 指向你的数据集目录") + return None + + # 如果没提供模型路径，自动查找最新模型 + if model_path is None or not os.path.exists(model_path): + found_model = find_latest_model() + if found_model: + model_path = found_model + print(f"找到最新模型: {model_path}") + else: + print(f"\n错误: 找不到模型文件！") + print(f"\n可能的原因:") + print(f" 1. 还没有运行训练，先运行: python src/train.py") + print(f" 2. 使用 --model 参数指定正确路径") + return None + else: + print(f"模型路径: {model_path}") + + try: + # 加载模型 + model = YOLO(model_path) + + # 评估 + print(f"\n开始评估 {split} 集...") + metrics = model.val(data=config_path, split=split) + + print("\n" + "=" * 50) + print("模型评估结果") + print("=" * 50) + print(f"mAP50: {metrics.box.map50:.4f}") + print(f"mAP50-95: {metrics.box.map:.4f}") + print(f"Precision: {metrics.box.mp:.4f}") + print(f"Recall: {metrics.box.mr:.4f}") + print("=" * 50) + + return metrics + + except Exception as e: + print(f"\n评估失败: {e}") + return None + + +if __name__ == '__main__': + parser = argparse.ArgumentParser(description='评估 YOLO 模型') + parser.add_argument('--model', default=None, + help='模型路径（默认：自动查找最新模型）') + parser.add_argument('--config', default=None, + help='dataset.yaml 配置文件路径（默认使用项目根目录）') + parser.add_argument('--split', default='val', + help='评估集（train/val/test，默认: val）') + + args = parser.parse_args() + + evaluate_model(args.model, args.config, args.split) diff --git a/src/export_onnx.py b/src/export_onnx.py new file mode 100644 index 0000000..e6b62c8 --- /dev/null +++ b/src/export_onnx.py @@ -0,0 +1,103 @@ + +import os +import datetime +from ultralytics import YOLO +import argparse +from model_utils import get_project_root, find_latest_model + + +def export_to_onnx(model_path=None, imgsz=640, simplify=True, opset=12): + """将 PyTorch 模型导出为 ONNX 格式 + + Args: + model_path: 模型路径（如果为 None 则自动查找） + imgsz: 输入图片尺寸 + simplify: 是否简化模型 + opset: ONNX opset 版本 + + Returns: + 导出的 ONNX 模型路径 + """ + project_root = get_project_root() + + # 如果没提供模型路径，自动查找最新模型 + if model_path is None or not os.path.exists(model_path): + found_model = find_latest_model() + if found_model: + model_path = found_model + print(f"找到最新模型: {model_path}") + else: + print(f"\n错误: 找不到模型文件！") + print(f"\n可能的原因:") + print(f" 1. 还没有运行训练，先运行: python src/train.py") + print(f" 2. 使用 --model 参数指定正确路径") + return None + else: + print(f"模型路径: {model_path}") + + try: + # 加载模型 + model = YOLO(model_path) + + # 导出为 ONNX + print(f"\n开始导出 ONNX 模型...") + print(f"输入尺寸: {imgsz}x{imgsz}") + print(f"简化模型: {simplify}") + print(f"ONNX opset: {opset}") + + # 导出 + export_result = model.export( + format='onnx', + imgsz=imgsz, + simplify=simplify, + opset=opset + ) + + if export_result: + # 重命名为 yyyy_MM_dd_HHmmss.onnx 格式 + export_dir = os.path.dirname(export_result) + timestamp = datetime.datetime.now().strftime("%Y_%m_%d_%H%M%S") + new_filename = f"{timestamp}.onnx" + new_path = os.path.join(export_dir, new_filename) + + # 如果文件已存在，先删除 + if os.path.exists(new_path): + os.remove(new_path) + + # 重命名文件 + os.rename(export_result, new_path) + + print(f"\n✅ 导出成功！") + print(f"ONNX 模型路径: {new_path}") + return new_path + else: + print(f"\n❌ 导出失败") + return None + + except Exception as e: + print(f"\n导出失败: {e}") + return None + + +if __name__ == '__main__': + parser = argparse.ArgumentParser(description='将 YOLO 模型导出为 ONNX 格式') + parser.add_argument('--model', default=None, + help='模型路径（默认：自动查找最新模型）') + parser.add_argument('--imgsz', type=int, default=640, + help='输入图片尺寸（默认: 640）') + parser.add_argument('--simplify', action='store_true', default=True, + help='简化模型（默认: True）') + parser.add_argument('--no-simplify', action='store_false', dest='simplify', + help='不简化模型') + parser.add_argument('--opset', type=int, default=12, + help='ONNX opset 版本（默认: 12）') + + args = parser.parse_args() + + export_to_onnx( + model_path=args.model, + imgsz=args.imgsz, + simplify=args.simplify, + opset=args.opset + ) + diff --git a/src/model_utils.py b/src/model_utils.py new file mode 100644 index 0000000..777109c --- /dev/null +++ b/src/model_utils.py @@ -0,0 +1,49 @@ + +import os +import glob + + +def get_project_root(): + """获取项目根目录 + + Returns: + 项目根目录的绝对路径 + """ + current_file = os.path.abspath(__file__) + src_dir = os.path.dirname(current_file) + project_root = os.path.dirname(src_dir) + return project_root + + +def find_latest_model(project_dir='runs/detect', name='my_model'): + """查找最新的最佳模型 + + Args: + project_dir: 项目目录 + name: 实验名称 + + Returns: + 最新的 best.pt 路径，如果找不到则返回 None + """ + project_root = get_project_root() + + # 尝试在多个可能的位置查找 + possible_paths = [ + # 1. 默认位置 + os.path.join(project_root, project_dir, name, 'weights', 'best.pt'), + # 2. 查找所有可能的 best.pt + *glob.glob(os.path.join(project_root, 'runs', '**', 'best.pt'), recursive=True) + ] + + # 过滤存在的文件 + existing_models = [p for p in possible_paths if os.path.exists(p)] + + if not existing_models: + return None + + # 去重，保持优先级（同一文件可能出现在多个路径中） + unique_models = list(dict.fromkeys(existing_models)) + + # 返回最新修改的那个 + unique_models.sort(key=lambda x: os.path.getmtime(x), reverse=True) + return unique_models[0] diff --git a/src/predict.py b/src/predict.py new file mode 100644 index 0000000..f709305 --- /dev/null +++ b/src/predict.py @@ -0,0 +1,86 @@ + +import os +from ultralytics import YOLO +import argparse +from model_utils import get_project_root, find_latest_model + + +def predict_image(model_path=None, source=None, conf=0.25, save=True): + """预测单张图片或目录 + + Args: + model_path: 模型路径（如果为 None 则自动查找） + source: 预测源（图片/目录） + conf: 置信度阈值 + save: 是否保存结果 + """ + project_root = get_project_root() + + # 如果没提供模型路径，自动查找最新模型 + if model_path is None or not os.path.exists(model_path): + found_model = find_latest_model() + if found_model: + model_path = found_model + print(f"找到最新模型: {model_path}") + else: + print(f"\n错误: 找不到模型文件！") + print(f"\n可能的原因:") + print(f" 1. 还没有运行训练，先运行: python src/train.py") + print(f" 2. 使用 --model 参数指定正确路径") + return None + else: + print(f"模型路径: {model_path}") + + # 如果没提供 source，使用配置文件中的 test 目录 + if source is None: + config_path = os.path.join(project_root, 'dataset.yaml') + if os.path.exists(config_path): + import yaml + with open(config_path, 'r', encoding='utf-8') as f: + config = yaml.safe_load(f) + if 'path' in config and 'test' in config: + source = os.path.join(config['path'], config['test']) + + if source is None or not os.path.exists(source): + print(f"\n警告: 找不到预测源，请使用 --source 参数指定图片路径") + + try: + # 加载模型 + model = YOLO(model_path) + + # 预测 + results = model.predict(source, save=save, conf=conf) + + # 打印结果 + for result in results: + boxes = result.boxes + print(f"\n图片: {result.path}") + if len(boxes) == 0: + print(f" 未检测到目标") + else: + for i in range(len(boxes)): + class_name = model.names[int(boxes.cls[i])] + confidence = float(boxes.conf[i]) + print(f" 检测到: {class_name}, 置信度: {confidence:.2f}") + + return results + + except Exception as e: + print(f"\n预测失败: {e}") + return None + + +if __name__ == '__main__': + parser = argparse.ArgumentParser(description='YOLO 预测') + parser.add_argument('--model', default=None, + help='模型路径（默认：自动查找最新模型）') + parser.add_argument('--source', default=None, + help='预测源（图片/目录，默认：读取 dataset.yaml）') + parser.add_argument('--conf', type=float, default=0.25, + help='置信度阈值（默认: 0.25）') + parser.add_argument('--nosave', action='store_true', + help='不保存结果（默认保存）') + + args = parser.parse_args() + + predict_image(args.model, args.source, conf=args.conf, save=not args.nosave) diff --git a/src/train.py b/src/train.py new file mode 100644 index 0000000..b17e17d --- /dev/null +++ b/src/train.py @@ -0,0 +1,112 @@ + +import os +from ultralytics import YOLO +import torch +import argparse +from model_utils import get_project_root + + +def train_yolo(config_path=None, model_name='yolov8n.pt', epochs=100, imgsz=640, + batch=16, device=None, lr0=0.01, patience=50, + project='runs/detect', name='my_model', exist_ok=True): + """训练 YOLO 模型 + + Args: + config_path: dataset.yaml 配置文件路径 + """ + project_root = get_project_root() + + # 如果没提供 config_path，使用项目根目录的 dataset.yaml + if config_path is None: + config_path = os.path.join(project_root, 'dataset.yaml') + + print(f"配置文件: {config_path}") + + # 检查配置文件是否存在 + if not os.path.exists(config_path): + print(f"\n错误: 配置文件不存在！") + print(f"路径: {config_path}") + print(f"\n请先配置 dataset.yaml:") + print(f" 1. 复制 configs/dataset-traditional.yaml 到项目根目录") + print(f" 2. 重命名为 dataset.yaml") + print(f" 3. 修改 path 指向你的数据集目录") + return None + + # 设置设备 + if device is None: + device = 'cuda' if torch.cuda.is_available() else 'cpu' + print(f"使用设备: {device}") + + try: + # 加载模型 + print(f"\n加载模型: {model_name}") + model = YOLO(model_name) + + # 训练 - 确保 project 路径是相对于项目根目录的 + print(f"开始训练...") + results = model.train( + data=config_path, + epochs=epochs, + imgsz=imgsz, + batch=batch, + device=device, + lr0=lr0, + patience=patience, + save=True, + plots=True, + project=os.path.join(project_root, project), + name=name, + exist_ok=exist_ok, + ) + + best_model_path = results.save_dir / 'weights' / 'best.pt' + print(f"\n训练完成！") + print(f"最佳模型保存在: {best_model_path}") + print(f"\n现在可以运行:") + print(f" 评估模型: python src/evaluate.py --model {best_model_path}") + print(f" 进行预测: python src/predict.py --model {best_model_path}") + + return results + + except Exception as e: + print(f"\n训练失败: {e}") + return None + + +if __name__ == '__main__': + parser = argparse.ArgumentParser(description='训练 YOLO 模型') + parser.add_argument('--config', default=None, + help='dataset.yaml 配置文件路径（默认使用项目根目录）') + parser.add_argument('--model', default='yolov8n.pt', + help='预训练模型 (默认: yolov8n.pt)') + parser.add_argument('--epochs', type=int, default=100, + help='训练轮数 (默认: 100)') + parser.add_argument('--imgsz', type=int, default=640, + help='输入图片尺寸 (默认: 640)') + parser.add_argument('--batch', type=int, default=16, + help='批次大小 (默认: 16)') + parser.add_argument('--device', default=None, + help='设备 (cuda/cpu, 默认: 自动检测)') + parser.add_argument('--lr', type=float, default=0.01, + help='初始学习率 (默认: 0.01)') + parser.add_argument('--patience', type=int, default=50, + help='早停耐心值 (默认: 50)') + parser.add_argument('--project', default='runs/detect', + help='项目目录 (默认: runs/detect)') + parser.add_argument('--name', default='my_model', + help='实验名称 (默认: my_model)') + + args = parser.parse_args() + + train_yolo( + config_path=args.config, + model_name=args.model, + epochs=args.epochs, + imgsz=args.imgsz, + batch=args.batch, + device=args.device, + lr0=args.lr, + patience=args.patience, + project=args.project, + name=args.name + ) diff --git a/src/validate_dataset.py b/src/validate_dataset.py new file mode 100644 index 0000000..9b97513 --- /dev/null +++ b/src/validate_dataset.py @@ -0,0 +1,135 @@ + +import os +import sys +from PIL import Image + +# 添加 src 目录到路径 +src_dir = os.path.dirname(os.path.abspath(__file__)) +if src_dir not in sys.path: + sys.path.insert(0, src_dir) + +from dataset_util import load_dataset_config + + +def validate_images_labels(images_dir, labels_dir): + """验证 images 和 labels 目录 + + Returns: + list: 错误列表 + """ + errors = [] + + if not os.path.exists(images_dir): + errors.append(f"images 目录不存在: {images_dir}") + return errors + + image_files = [f for f in os.listdir(images_dir) if f.lower().endswith(('.jpg', '.jpeg', '.png'))] + + if not image_files: + errors.append(f"images 目录中没有图片: {images_dir}") + return errors + + for img_file in image_files: + img_path = os.path.join(images_dir, img_file) + label_file = os.path.splitext(img_file)[0] + '.txt' + label_path = os.path.join(labels_dir, label_file) + + if not os.path.exists(label_path): + errors.append(f"缺失标注文件: {label_file}") + continue + + try: + img = Image.open(img_path) + img_width, img_height = img.size + except Exception as e: + errors.append(f"无法打开图片: {img_file}") + continue + + with open(label_path, 'r') as f: + for line_num, line in enumerate(f, 1): + line = line.strip() + if not line: + continue + + parts = line.split() + if len(parts) != 5: + errors.append(f"{label_file}: 格式错误，行 {line_num}") + continue + + try: + class_id = int(parts[0]) + center_x = float(parts[1]) + center_y = float(parts[2]) + width = float(parts[3]) + height = float(parts[4]) + + if not (0 <= center_x <= 1 and 0 <= center_y <= 1): + errors.append(f"{label_file}: 坐标超出范围，行 {line_num}") + except ValueError: + errors.append(f"{label_file}: 数字解析错误，行 {line_num}") + + return errors + + +def validate_dataset_from_config(config_path=None): + """从配置文件验证数据集 + + Args: + config_path: 配置文件路径 + + Returns: + list: 错误列表 + """ + config = load_dataset_config(config_path) + + data_dir = config.get('path', './dataset') + if not os.path.isabs(data_dir) and config_path: + data_dir = os.path.join(os.path.dirname(config_path), data_dir) + + errors = [] + + # 验证 train/val/test + for split in ['train', 'val', 'test']: + split_images_dir = os.path.join(data_dir, config.get(split, f'{split}/images')) + split_labels_dir = os.path.join(data_dir, config.get(split, f'{split}/images').replace('images', 'labels')) + + if os.path.exists(split_images_dir): + print(f"检查 {split} 集...") + split_errors = validate_images_labels(split_images_dir, split_labels_dir) + errors.extend(split_errors) + + return errors + + +def validate_yolo_dataset(config_path=None): + """验证 YOLO 数据集 + + Args: + config_path: 配置文件路径 + """ + print("验证数据集...") + + errors = validate_dataset_from_config(config_path) + + if errors: + print(f"\n发现 {len(errors)} 个错误：") + for error in errors[:20]: + print(f" - {error}") + if len(errors) > 20: + print(f" ... 还有 {len(errors) - 20} 个错误") + else: + print("\n验证通过！") + + return errors + + +if __name__ == '__main__': + import argparse + + parser = argparse.ArgumentParser(description='验证 YOLO 数据集') + parser.add_argument('config_path', nargs='?', default=None, + help='dataset.yaml 配置文件路径（默认使用项目根目录的 dataset.yaml）') + + args = parser.parse_args() + + validate_yolo_dataset(args.config_path) diff --git a/start_visiofirm.ps1 b/start_visiofirm.ps1 new file mode 100644 index 0000000..7982929 --- /dev/null +++ b/start_visiofirm.ps1 @@ -0,0 +1,49 @@ +# VisioFirm 一键启动脚本 +Write-Host "========================================" -ForegroundColor Cyan +Write-Host " 正在启动 VisioFirm..." -ForegroundColor Cyan +Write-Host "========================================" -ForegroundColor Cyan +Write-Host "" + +# 设置 UTF-8 环境变量（解决 Windows 中文环境编码问题） +$env:PYTHONUTF8 = 1 +Write-Host "[1/4] 已设置 PYTHONUTF8=1" -ForegroundColor Green + +# 检查 Conda 是否可用 +try { + $condaVersion = conda --version 2>&1 + Write-Host "[2/4] Conda 已检测到: $condaVersion" -ForegroundColor Green +} catch { + Write-Host "[错误] 未检测到 Conda，请先安装 Anaconda 或 Miniconda" -ForegroundColor Red + Read-Host "按任意键退出" + exit 1 +} + +# 激活 Conda 环境 +Write-Host "[3/4] 正在激活 Conda 环境 (yolo_demo)..." -ForegroundColor Green +conda activate yolo_demo +if ($LASTEXITCODE -ne 0) { + Write-Host "[警告] 激活环境时可能存在问题，但将继续尝试..." -ForegroundColor Yellow +} + +# 检查 VisioFirm 是否已安装 +try { + $visiofirmInstalled = python -c "import visiofirm; print('OK')" 2>&1 + if ($visiofirmInstalled -eq 'OK') { + Write-Host "[4/4] VisioFirm 已安装" -ForegroundColor Green + } +} catch { + Write-Host "[提示] 正在尝试安装 VisioFirm..." -ForegroundColor Yellow + pip install visiofirm +} + +Write-Host "" +Write-Host "🎉 VisioFirm 即将启动！" -ForegroundColor Yellow +Write-Host "📱 请在浏览器中打开: http://localhost:8000" -ForegroundColor Yellow +Write-Host "" +Write-Host "按 Ctrl+C 停止服务器" -ForegroundColor Gray +Write-Host "" +Write-Host "========================================" -ForegroundColor Cyan +Write-Host "" + +# 启动 VisioFirm +visiofirm diff --git a/yolov8n.pt b/yolov8n.pt new file mode 100644 index 0000000..0db4ca4 Binary files /dev/null and b/yolov8n.pt differ