基于yolo的自定义模型训练

YOLOv8自定义模型训练全流程指南，包含数据准备、标注、训练的详细步骤和可视化说明

一、数据准备流程图

graph TD
    A[拍摄商品照片] --> B[数据标注]
    B --> C[划分数据集]
    C --> D[配置YAML文件]
    D --> E[开始训练]

二、详细步骤说明

• 步骤1：采集商品图片
  硬件需求：
  智能手机（建议使用后置摄像头）
  简易摄影棚（可用白色纸箱+LED灯代替）
  拍摄要点：
  每个商品至少拍摄 50张 不同角度照片
  包含以下场景：
  商品单独摆放
  多个商品堆叠
  手部拿取状态
  不同光照条件（自然光/灯光）
  示例结构：

   			my_dataset/
   			├── images/
   			│   ├── cola_001.jpg
   			│   ├── chips_001.jpg
   			│   └── ...
   			└── labels/
   			    ├── cola_001.txt
   			    ├── chips_001.txt
   			    └── ...
  

• 步骤2：安装标注工具

   推荐使用 LabelImg（新手友好型）：
   			pip install labelImg
   			labelImg
  

• 步骤3：标注数据

  标注界面操作：
  LabelImg界面

  快捷键说明：

   W：创建边界框
  
   Ctrl+S：保存标注
  
   →：下一张图片
  

  标注规范：

   边界框紧贴商品边缘
  
   同类商品使用相同标签名（如"cola"）
  
   保存格式选择 YOLO（自动生成.txt文件）
  

  标签文件示例：

  			cola_001.txt 内容
  			0 0.486 0.612 0.124 0.245
  

   各数值含义：[类别ID] [中心x] [中心y] [宽度] [高度]（归一化到0-1）
  

• 步骤4：组织数据集结构

  		my_dataset/
  		├── train/
  		│   ├── images/  # 训练集图片
  		│   └── labels/  # 训练集标签
  		├── val/
  		│   ├── images/  # 验证集图片
  		│   └── labels/  # 验证集标签
  		└── data.yaml     # 配置文件
  

  data.yaml 示例：

  # 商品类别定义
  names:
    0: cola
    1: chips
    2: chocolate
  
  # 数据集路径
  train: ../my_dataset/train/images
  val: ../my_dataset/val/images
  
  # 类别数量
  nc: 3
  

• 步骤5：训练模型

  from ultralytics import YOLO
  
  # 加载预训练模型（轻量版）
  model = YOLO('yolov8n.pt')  
  
  # 开始训练（关键参数说明）
  results = model.train(
      data='my_dataset/data.yaml',  # 配置文件路径
      epochs=50,           # 训练轮次（建议50-100）
      batch=8,             # 每批处理图片数（根据内存调整）
      imgsz=640,           # 输入图片尺寸
      device='cpu',        # 使用CPU训练（有GPU改为0）
      name='my_custom_model'  # 训练结果保存名称
  )
  

• 步骤6：验证模型

  # 加载训练好的最佳模型
  best_model = YOLO('runs/detect/my_custom_model/weights/best.pt')  
  
  # 测试单张图片
  results = best_model.predict('test_image.jpg', save=True)
  
  # 验证集评估
  metrics = best_model.val()  
  print(f"[email protected]: {metrics.box.map50}")  # 关键指标
  

三、训练参数优化建议

参数 推荐值（CPU） 说明
epochs 50-100 小数据集不宜训练过久
batch 4-8 根据内存容量调整
imgsz 320-640 尺寸越小速度越快，精度越低
optimizer SGD CPU训练推荐，节省内存
lr0 0.01 初始学习率（太大容易震荡）

四、常见问题解答

Q1：需要多少张图片才能训练？
最低要求：每类 50张
推荐标准：每类 200张（包含各种场景）

Q2：训练报错 CUDA out of memory 怎么办？
降低 batch 值（如从16改为4）
减小 imgsz（如从640改为320）
添加 workers=0 参数

Q3：如何提高检测精度？
增加数据多样性（更多角度/光照）
调整锚框尺寸（使用autoanchor功能）
增加数据增强参数：

model.train(
    ...
    hsv_h=0.5,  # 色相增强强度
    hsv_s=0.5,  # 饱和度增强
    flipud=0.2, # 上下翻转概率
    mosaic=1.0  # 马赛克增强启用
)

五、训练过程监控

# 安装可视化工具
pip install tensorboard

# 查看训练日志
tensorboard --logdir runs/detect

打开浏览器访问 http://localhost:6006 可查看实时训练曲线

六、模型使用示例

from ultralytics import YOLO
import cv2

# 加载自定义模型
model = YOLO('yolov8n_custom.pt')

# 实时摄像头检测
cap = cv2.VideoCapture(0)
while cap.isOpened():
    ret, frame = cap.read()
    results = model.predict(frame, conf=0.6)
    annotated_frame = results[0].plot()
    cv2.imshow('Detection', annotated_frame)
    
    if cv2.waitKey(1) == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

通过以上步骤，即可完成自定义商品检测模型的训练。建议首次训练时使用少量数据（如3类×50张图片）快速验证流程，之后再逐步扩充数据集。训练完成后，将生成的 best.pt 重命名为 yolov8n_custom.pt 即可用于API系统。