目標：用YOLOV8進行圖像分類。
圖像分類器。
學習資源：https://www.youtube.com/watch?v=Z-65nqxUdl4
@努力的小巴掌 記錄計算機視覺學習道路上的所思所得。
1、文件結構化
劃分數據集：train,val,test
知道怎么劃分數據集很重要。
文件夾下面有不同類別的圖片。
train?
? ? ?-----dog
? ? ?-----cat
val?
? ? ?-----dog
? ? ?-----cat
test
? ? ?-----dog
? ? ?-----cat
? ??
2、YOLOV8做圖片分類任務
方法1：
在python寫腳本
首先，確保自己已經安裝了ultralytics和numpy。
可以直接創建requirements.txt文件，寫上這個：
ultralytics==8.0.58
numpy==1.24.2
然后pip install requirements.txt
參考官網給的文檔：
Classify - Ultralytics YOLO Docs
創建main.py
from ultralytics import YOLO
# Load a model
# model = YOLO("yolov8n-cls.yaml") ?# build a new model from YAML
model = YOLO("yolov8n-cls.pt") ?# load a pretrained model (recommended for training)
# model = YOLO("yolov8n-cls.yaml").load("yolov8n-cls.pt") ?# build from YAML and transfer weights
# Train the model
results = model.train(data="數據集的的絕對路徑", epochs=1, imgsz=64)
在本地運行時候，只是為了看看train.py能不能正常運行，所以，epocha設置成1；
data="數據集的的絕對路徑",這里是放所有圖片的那個總文件夾，就是train/val/test上面一級的，然后注意一定是絕對路徑。
方法2
命令行
yolo classify train data='絕對路徑' model=yolov8n-cls.pt epochs=1?imgsz=64
3、查看結果
結果保存在runs/classify下
4、分析結果
結果有3個，
weights：best.pt和last.pt 模型文件
args.yaml： 類似于配置文件，列出了我們訓練時候的所有參數
results.csv：所有epochs的訓練結果
其中我們重點關注，loss和accuracy。
我們要保證其損失是一直下降的。
數字不好看，我們用每個epoch的loss值畫一個圖像，可以直觀的看。
創建畫圖腳本plot_metrics.py
代碼：
import os
import pandas as pd
import matplotlib.pyplot as pltresults_path = './runs/classify/train14/results.csv'results = pd.read_csv(results_path)plt.figure()
plt.plot(results[' epoch'], results[' train/loss'], label='train loss')
plt.plot(results[' epoch'], results[' val/loss'], label='val loss', c='red')
plt.grid()
plt.title('Loss vs epochs')
plt.ylabel('loss')
plt.xlabel('epochs')
plt.legend()plt.figure()
plt.plot(results[' epoch'], results[' metrics/accuracy_top1'] * 100)
plt.grid()
plt.title('Validation accuracy vs epochs')
plt.ylabel('accuracy (%)')
plt.xlabel('epochs')plt.show()結果類似于：
?
5、預測新圖片
創建predict.py
from ultralytics import YOLO
# Load a model
model = YOLO("path/to/best.pt") ?# load a custom model
# Predict with the model
results = model("圖片位置") ?# predict on an image
names_dict = results[0].names
probs = results[0].probs.tolist()
print(names_dict)
print(probs)
print(names_dict[np.argmax(probs)])
computervisioneng (Computer vision engineer) · GitHub
)
】)
