【数据集介绍】
数据集中有部分旋转增强图片，请查看图片预览
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：4426
标注数量(xml文件个数)：4426
标注数量(txt文件个数)：4426
标注类别数：3
所在仓库：firc-dataset
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["braille_block","damaged_block","linear_block"]
每个类别标注的框数：
braille_block 框数 = 3534
damaged_block 框数 = 3770
linear_block 框数 = 4885
总框数：12189
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
图片预览：
标注例子：
首先我们获取数据集压缩包7z格式或者zip格式后解压到一个非中文或者有空格路径下面。比如解压到C:\Users\Administrator\Downloads目录，下面都是以这个目录演示训练流程。
然后我们在数据集data文件夹下面新建一个脚本split.py写入下面代码：
import os
import shutil
import random
class VOCDataSplit(object):
def __init__(self):
pass
def split(self, image_dir, label_dir, save_dir, trainval_radio=0.9, train_radio=0.9, copy_it=True,
need_test_dataset=False, shuffle_file=True):
train_images_dir = os.path.join(save_dir, 'train', 'images')
train_labels_dir = os.path.join(save_dir, 'train', 'labels')
val_images_dir = os.path.join(save_dir, 'val', 'images')
val_labels_dir = os.path.join(save_dir, 'val', 'labels')
test_images_dir = os.path.join(save_dir, 'test', 'images')
test_labels_dir = os.path.join(save_dir, 'test', 'labels')
os.makedirs(train_images_dir, exist_ok=True)
os.makedirs(train_labels_dir, exist_ok=True)
os.makedirs(val_images_dir, exist_ok=True)
os.makedirs(val_labels_dir, exist_ok=True)
if need_test_dataset:
os.makedirs(test_images_dir, exist_ok=True)
os.makedirs(test_labels_dir, exist_ok=True)
files = []
for file in os.listdir(image_dir):
if file.endswith('.jpg'):
files.append(file)
total_count = len(files)
print('find {} images'.format(total_count))
if shuffle_file:
random.shuffle(files)
if need_test_dataset:
test_count = int(total_count * (1 - trainval_radio))
train_count = int((total_count - test_count) * train_radio)
val_count = total_count - test_count - train_count
else:
train_count = int(total_count * train_radio)
val_count = total_count - train_count
test_count = 0
print('train={},val={},test={}'.format(train_count, val_count, test_count))
train_files = files[:train_count]
val_files = files[train_count:train_count + val_count]
test_files = files[train_count + val_count:]
print('start copy or move train files...')
for file in train_files:
if copy_it:
shutil.copy(os.path.join(image_dir, file), os.path.join(train_images_dir, file))
label_file = os.path.join(label_dir, file[:-3] + 'txt')
if os.path.exists(label_file):
shutil.copy(label_file, os.path.join(train_labels_dir, file[:-3] + 'txt'))
else:
shutil.move(os.path.join(image_dir, file), os.path.join(train_images_dir, file))
label_file = os.path.join(label_dir, file[:-3] + 'txt')
if os.path.exists(label_file):
shutil.move(label_file, os.path.join(train_labels_dir, file[:-3] + 'txt'))
print('start copy or move val files...')
for file in val_files:
if copy_it:
shutil.copy(os.path.join(image_dir, file), os.path.join(val_images_dir, file))
label_file = os.path.join(label_dir, file[:-3] + 'txt')
if os.path.exists(label_file):
shutil.copy(label_file, os.path.join(val_labels_dir, file[:-3] + 'txt'))
else:
shutil.move(os.path.join(image_dir, file), os.path.join(val_images_dir, file))
label_file = os.path.join(label_dir, file[:-3] + 'txt')
if os.path.exists(label_file):
shutil.move(label_file, os.path.join(val_labels_dir, file[:-3] + 'txt'))
if need_test_dataset and test_count > 0:
print('start copy or move test files...')
for file in test_files:
if copy_it:
shutil.copy(os.path.join(image_dir, file), os.path.join(test_images_dir, file))
label_file = os.path.join(label_dir, file[:-3] + 'txt')
if os.path.exists(label_file):
shutil.copy(label_file, os.path.join(test_labels_dir, file[:-3] + 'txt'))
else:
shutil.move(os.path.join(image_dir, file), os.path.join(test_images_dir, file))
label_file = os.path.join(label_dir, file[:-3] + 'txt')
if os.path.exists(label_file):
shutil.move(label_file, os.path.join(test_labels_dir, file[:-3] + 'txt'))
class_file=os.path.join(label_dir, 'classes.txt')
if os.path.exists(class_file):
class_names=[]
with open(class_file, 'r') as f:
class_names=f.read().rstrip('\n').split('\n')
nc = len(class_names)
content='train: '+train_images_dir+'\n'
content += 'val: '+val_images_dir+'\n'
if need_test_dataset:
content += 'test: '+test_images_dir+'\n'
content += 'nc: '+str(nc)+'\n'
content += 'names:\n'
content += "\n".join([f" {i}: {name}" for i, name in enumerate(class_names)])
with open(os.path.join(save_dir,'coco128.yaml'), 'w') as f:
f.write(content)
print('all done!')
if __name__ == '__main__':
images_dir=r'C:\Users\Administrator\Downloads\data\JPEGImages'
labels_dir=r'C:\Users\Administrator\Downloads\data\labels'
save_dir=r'C:\Users\Administrator\Downloads\dataset'
vs = VOCDataSplit()
vs.split(images_dir,labels_dir,save_dir,trainval_radio=0.9, train_radio=0.9, copy_it=True,shuffle_file=True,need_test_dataset=False)注意 images_dir，labels_dir，save_dir根据自己实际情况进行调整。这个split.py脚本功能就是将JPEGImages和labels文件进行自动随机分割成标准yolo训练目录格式。脚本放在data文件夹下面即可：
然后运行脚本：
然后在C:\Users\Administrator\Downloads看到有个dataset文件夹生成
至此标准训练格式完成了。打开coco128.yaml看到下面内容：
train: C:\Users\Administrator\Downloads\dataset\train\images
val: C:\Users\Administrator\Downloads\dataset\val\images
nc: 3
names:
0: braille_block
1: damaged_block
2: linear_block这些都不用修改，我们只需要检查一下是不是对的就行。
之后就是开始训练了，注意训练yolov11模型需要自己提前安装好环境。
使用预训练模型开始训练
yolo task=detect mode=train model=yolo11n.pt data=coco128.yaml epochs=100 imgsz=640 batch=8 workers=2
参数说明：
model: 使用的模型类型，如 yolo11s.pt（小模型）、yolo11m.pt（中）、yolo11l.pt（大）
data: 指定数据配置文件
epochs: 训练轮数
imgsz: 输入图像尺寸
batch: 批量大小（根据显存调整）
workers:指定进程数(windows最好设置0或者1或2,linux可以设置8)
训练完成后，最佳权重保存路径为：runs/detect/train/weights/best.pt，如果多次运行命令runs/detect/train2,runs/detect/train3文件夹生成只需要到数字最大文件夹查看就可以找到模型
图片预测：
from ultralytics import YOLO
# 加载训练好的模型
model = YOLO('runs/detect/train/weights/best.pt')
# 图像预测
results = model('path_to_your_image.jpg')
视频或摄像头预测
results = model('path_to_video.mp4') # 视频
#results = model(0) # 摄像头
验证集评估
yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=data.yaml
输出指标图像，一般在模型训练后生成，文件位置在runs/detect/train/results.png：
上面训练结果图片常用评估参数介绍
【常用评估参数介绍】
在目标检测任务中，评估模型的性能是至关重要的。你提到的几个术语是评估模型性能的常用指标。下面是对这些术语的详细解释：
- Class：
- 这通常指的是模型被设计用来检测的目标类别。例如，一个模型可能被训练来检测车辆、行人或动物等不同类别的对象。
- Images：
- 表示验证集中的图片数量。验证集是用来评估模型性能的数据集，与训练集分开，以确保评估结果的公正性。
- Instances：
- 在所有图片中目标对象的总数。这包括了所有类别对象的总和，例如，如果验证集包含100张图片，每张图片平均有5个目标对象，则Instances为500。
- P（精确度Precision）：
- 精确度是模型预测为正样本的实例中，真正为正样本的比例。计算公式为：Precision = TP / (TP + FP)，其中TP表示真正例（True Positives），FP表示假正例（False Positives）。
- R（召回率Recall）：
- 召回率是所有真正的正样本中被模型正确预测为正样本的比例。计算公式为：Recall = TP / (TP + FN)，其中FN表示假负例（False Negatives）。
- mAP50：
- 表示在IoU（交并比）阈值为0.5时的平均精度（mean Average Precision）。IoU是衡量预测框和真实框重叠程度的指标。mAP是一个综合指标，考虑了精确度和召回率，用于评估模型在不同召回率水平上的性能。在IoU=0.5时，如果预测框与真实框的重叠程度达到或超过50%，则认为该预测是正确的。
- mAP50-95：
- 表示在IoU从0.5到0.95（间隔0.05）的范围内，模型的平均精度。这是一个更严格的评估标准，要求预测框与真实框的重叠程度更高。在目标检测任务中，更高的IoU阈值意味着模型需要更准确地定位目标对象。mAP50-95的计算考虑了从宽松到严格的多个IoU阈值，因此能够更全面地评估模型的性能。
这些指标共同构成了评估目标检测模型性能的重要框架。通过比较不同模型在这些指标上的表现，可以判断哪个模型在实际应用中可能更有效。
将模型导出为ONNX、TensorRT等格式以用于部署：
yolo export model=runs/detect/train/weights/best.pt format=onnx
支持格式包括：onnx, engine, tflite, pb, torchscript 等。
经过上面训练可以使用模型做一步部署，比如使用onnx模型在嵌入式部署，使用engine模型在jetson上deepstream部署，使用torchscript模型可以在C++上部署等等。