使用yolo11訓練食物浪費檢測數據集VOC+YOLO格式6734張32類別步驟和流程

【數據集介紹】

數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件)

圖片數量(jpg文件個數)：6734

標注數量(xml文件個數)：6734

標注數量(txt文件個數)：6734

標注類別數：32

所在倉庫：firc-dataset

標注類別名稱(注意yolo格式類別順序不和這個對應，而以labels文件夾classes.txt為準):["Apple","Apple-core","Apple-peel","Bone","Bone-fish","Bread","Bun","Egg-hard","Egg-scramble","Egg-shell","Egg-steam","Egg-yolk","Fish","Meat","Mussel","Mussel-shell","Noodle","Orange","Orange-peel","Other-waste","Pancake","Pasta","Pear","Pear-core","Pear-peel","Potato","Rice","Shrimp","Shrimp-shell","Tofu","Tomato","Vegetable"]

每個類別標注的框數：

Apple 框數 = 1354

Apple-core 框數 = 759

Apple-peel 框數 = 1612

Bone 框數 = 4379

Bone-fish 框數 = 722

Bread 框數 = 928

Bun 框數 = 36

Egg-hard 框數 = 37

Egg-scramble 框數 = 20

Egg-shell 框數 = 3811

Egg-steam 框數 = 98

Egg-yolk 框數 = 784

Fish 框數 = 138

Meat 框數 = 1020

Mussel 框數 = 27

Mussel-shell 框數 = 86

Noodle 框數 = 538

Orange 框數 = 2512

Orange-peel 框數 = 2194

Other-waste 框數 = 152

Pancake 框數 = 33

Pasta 框數 = 9

Pear 框數 = 1186

Pear-core 框數 = 272

Pear-peel 框數 = 404

Potato 框數 = 140

Rice 框數 = 873

Shrimp 框數 = 13

Shrimp-shell 框數 = 48

Tofu 框數 = 20

Tomato 框數 = 71

Vegetable 框數 = 4170

總框數：28446

使用標注工具：labelImg

標注規則：對類別進行畫矩形框

重要說明：暫無

圖片分辨率：640x640

特別聲明：本數據集不對訓練的模型或者權重文件精度作任何保證

圖片預覽：

標注例子：

【訓練步驟】

這里以yolo11訓練為例。首先我們獲取數據集壓縮包7z格式或者zip格式后解壓到一個非中文或者有空格路徑下面。比如解壓到C:\Users\Administrator\Downloads目錄，下面都是以這個目錄演示訓練流程。

然后我們在數據集data文件夾下面新建一個腳本split.py寫入下面代碼：

import os
import shutil
import randomclass VOCDataSplit(object):def __init__(self):passdef 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_countelse:train_count = int(total_count * train_radio)val_count = total_count - train_counttest_count = 0print('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根據自己實際情況進行調整。這個split.py腳本功能就是將JPEGImages和labels文件進行自動隨機分割成標準yolo訓練目錄格式。腳本放在data文件夾下面即可：

然后運行腳本：

然后在C:\Users\Administrator\Downloads看到有個dataset文件夾生成?

至此標準訓練格式完成了。打開coco128.yaml看到下面類似格式：

train: C:\Users\Administrator\Downloads\dataset\train\images
val: C:\Users\Administrator\Downloads\dataset\val\images
nc: 32
names:0: Apple1: Apple-core2: Apple-peel3: Bone4: Bone-fish5: Bread6: Bun7: Egg-hard8: Egg-scramble9: Egg-shell10: Egg-steam11: Egg-yolk12: Fish13: Meat14: Mussel15: Mussel-shell16: Noodle17: Orange18: Orange-peel19: Other-waste20: Pancake21: Pasta22: Pear23: Pear-core24: Pear-peel25: Potato26: Rice27: Shrimp28: Shrimp-shell29: Tofu30: Tomato31: Vegetable

?這些都不用修改，我們只需要檢查一下是不是對的就行。

之后就是開始訓練了，注意訓練yolov8模型需要自己提前安裝好環境。

使用預訓練模型開始訓練

yolo task=detect mode=train model=yolo11n.pt data=coco128.yaml epochs=100 imgsz=640 batch=8 workers=2

參數說明：

model: 使用的模型類型，如 yolo11s.pt（小模型）、yolo11m.pt（中）、yolo11l.pt（大）
data: 指定數據配置文件
epochs: 訓練輪數
imgsz: 輸入圖像尺寸
batch: 批量大小（根據顯存調整）

workers:指定進程數(windows最好設置0或者1或2,linux可以設置8)
訓練完成后，最佳權重保存路徑為：runs/detect/train/weights/best.pt，如果多次運行命令runs/detect/train2,runs/detect/train3文件夾生成只需要到數字最大文件夾查看就可以找到模型

圖片預測：

from ultralytics import YOLO# 加載訓練好的模型
model = YOLO('runs/detect/train/weights/best.pt')# 圖像預測
results = model('path_to_your_image.jpg')

視頻或攝像頭預測

results = model('path_to_video.mp4')  # 視頻
#results = model(0)  # 攝像頭

?驗證集評估

yolo task=detect mode=val model=runs/detect/train/weights/best.pt data=data.yaml

輸出指標圖像，一般在模型訓練后生成，文件位置在runs/detect/train/results.png：

上面訓練結果圖片常用評估參數介紹

【常用評估參數介紹】

在目標檢測任務中，評估模型的性能是至關重要的。你提到的幾個術語是評估模型性能的常用指標。下面是對這些術語的詳細解釋：

Class：
- 這通常指的是模型被設計用來檢測的目標類別。例如，一個模型可能被訓練來檢測車輛、行人或動物等不同類別的對象。
Images：
- 表示驗證集中的圖片數量。驗證集是用來評估模型性能的數據集，與訓練集分開，以確保評估結果的公正性。
Instances：
- 在所有圖片中目標對象的總數。這包括了所有類別對象的總和，例如，如果驗證集包含100張圖片，每張圖片平均有5個目標對象，則Instances為500。
P（精確度Precision）：
- 精確度是模型預測為正樣本的實例中，真正為正樣本的比例。計算公式為：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樣本中被模型正確預測為正樣本的比例。計算公式為：Recall = TP / (TP + FN)，其中FN表示假負例（False Negatives）。
mAP50：
- 表示在IoU（交并比）閾值為0.5時的平均精度（mean Average Precision）。IoU是衡量預測框和真實框重疊程度的指標。mAP是一個綜合指標，考慮了精確度和召回率，用于評估模型在不同召回率水平上的性能。在IoU=0.5時，如果預測框與真實框的重疊程度達到或超過50%，則認為該預測是正確的。
mAP50-95：
- 表示在IoU從0.5到0.95（間隔0.05）的范圍內，模型的平均精度。這是一個更嚴格的評估標準，要求預測框與真實框的重疊程度更高。在目標檢測任務中，更高的IoU閾值意味著模型需要更準確地定位目標對象。mAP50-95的計算考慮了從寬松到嚴格的多個IoU閾值，因此能夠更全面地評估模型的性能。