[保姆式教程]使用目標檢測模型YOLO V8 OBB進行旋轉目標的檢測：訓練自己的數據集（基于衛星和無人機的農業大棚數據集）

????????最近需要做基于衛星和無人機的農業大棚的旋轉目標檢測，基于YOLO V8 OBB的原因是因為嘗試的第二個模型就是YOLO V8，后面會基于YOLO V9模型做農業大棚的旋轉目標檢測。YOLO V9目前還不能進行旋轉目標的檢測，需要修改代碼

? ? ? ? PS:歡迎大家分享農業大棚數據集，數據制作太花時間了......下面是我制作的農業大棚圖像

?一、下載代碼配置環境

GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite

? ? ? ? 下載解壓縮源碼之后，激活環境進入根目錄配置環境（我已經換源）：

pip install pyproject.dependencies

????????我的換源方法是到用戶文件夾（C:\Users\Administrator）下創建一個pip文件夾，然后在pip文件夾里創建一個txt文件，在txt文件里面寫入下面的內容，然后把txt文件后綴改成ini

[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn

二、數據集準備

? ? ? ? 流程：數據集標注——>XML——>DOTA_XML——>DOTA_TXT——>劃分數據集（train和val）——>YOLO格式TXT

（1）LabelImg2標注數據集生成XML標注文件

????????在LabelImg2上標注好數據，LabelImg2標注是五點式，即旋轉框的中心x，y坐標、旋轉框的長度和寬度、旋轉角度

（2）XML標注文件轉DOTA格式標簽文件（TXT）

????????下面將五點式XML文件轉換為八點式XML文件，再將八點式XML文件轉換為YOLO可訓練的TXT格式

?提示：DOTA數據集的TXT格式

x1，y1，x2，y2，x3，<y3，x4，y4，class_index，difficult
# 示例
307 308 330 299 422 541 398 550 dog 0

? ? ? ?OBB檢測方法里面旋轉框的表示方法有好幾種，YOLO V8 OBB使用的是（通過坐標在 0 和 1 之間歸一化的四個角點來指定邊界框）：

class_index, x1, y1, x2, y2, x3, y3, x4, y4（需要做歸一化）
# 示例
0 0.332813 0.164062 0.403125 0.15 0.45 0.373437 0.379688 0.389062

注意事項：

? ? ? ? 【1】運行代碼之前將cls_list = ['dog'] ?# 修改為自己的標簽，不修改也不會報錯，只是轉換后的TXT中將沒有任何數據

? ? ? ? 【2】查看ultralytics/data/converter.py腳本中的代碼，圖片數據格式是png還是jpg。如果你的圖像格式與代碼中要求的圖像格式不符就無法生成TXT標簽（PS:我是將jpg轉png再運行代碼的）

? ? ? ? ?（2024.05.22更新）當然也可以直接修改ultralytics/data/converter.py腳本中的代碼，將

if image_path.suffix != ".png":

????????修改為

if image_path.suffix != [".png", ".jpg", ".jpeg"]:

? ? ? ? 修改之后就不用擔心圖像格式了，png、jpg、jpeg中的任何一種都可以

# 文件名稱   ：roxml_to_dota.py
# 功能描述   ：把rolabelimg標注的xml文件轉換成dota能識別的xml文件，
#             再轉換成dota格式的txt文件
#            把旋轉框 cx,cy,w,h,angle，或者矩形框cx,cy,w,h,轉換成四點坐標x1,y1,x2,y2,x3,y3,x4,y4
import os
import xml.etree.ElementTree as ET
import mathcls_list = ['dog']  # 修改為自己的標簽def edit_xml(xml_file, dotaxml_file):"""修改xml文件:param xml_file:xml文件的路徑:return:"""# dxml_file = open(xml_file,encoding='gbk')# tree = ET.parse(dxml_file).getroot()tree = ET.parse(xml_file)objs = tree.findall('object')for ix, obj in enumerate(objs):x0 = ET.Element("x0")  # 創建節點y0 = ET.Element("y0")x1 = ET.Element("x1")y1 = ET.Element("y1")x2 = ET.Element("x2")y2 = ET.Element("y2")x3 = ET.Element("x3")y3 = ET.Element("y3")# obj_type = obj.find('bndbox')# type = obj_type.text# print(xml_file)if (obj.find('robndbox') == None):obj_bnd = obj.find('bndbox')obj_xmin = obj_bnd.find('xmin')obj_ymin = obj_bnd.find('ymin')obj_xmax = obj_bnd.find('xmax')obj_ymax = obj_bnd.find('ymax')# 以防有負值坐標xmin = max(float(obj_xmin.text), 0)ymin = max(float(obj_ymin.text), 0)xmax = max(float(obj_xmax.text), 0)ymax = max(float(obj_ymax.text), 0)obj_bnd.remove(obj_xmin)  # 刪除節點obj_bnd.remove(obj_ymin)obj_bnd.remove(obj_xmax)obj_bnd.remove(obj_ymax)x0.text = str(xmin)y0.text = str(ymax)x1.text = str(xmax)y1.text = str(ymax)x2.text = str(xmax)y2.text = str(ymin)x3.text = str(xmin)y3.text = str(ymin)else:obj_bnd = obj.find('robndbox')obj_bnd.tag = 'bndbox'  # 修改節點名obj_cx = obj_bnd.find('cx')obj_cy = obj_bnd.find('cy')obj_w = obj_bnd.find('w')obj_h = obj_bnd.find('h')obj_angle = obj_bnd.find('angle')cx = float(obj_cx.text)cy = float(obj_cy.text)w = float(obj_w.text)h = float(obj_h.text)angle = float(obj_angle.text)obj_bnd.remove(obj_cx)  # 刪除節點obj_bnd.remove(obj_cy)obj_bnd.remove(obj_w)obj_bnd.remove(obj_h)obj_bnd.remove(obj_angle)x0.text, y0.text = rotatePoint(cx, cy, cx - w / 2, cy - h / 2, -angle)x1.text, y1.text = rotatePoint(cx, cy, cx + w / 2, cy - h / 2, -angle)x2.text, y2.text = rotatePoint(cx, cy, cx + w / 2, cy + h / 2, -angle)x3.text, y3.text = rotatePoint(cx, cy, cx - w / 2, cy + h / 2, -angle)# obj.remove(obj_type)  # 刪除節點obj_bnd.append(x0)  # 新增節點obj_bnd.append(y0)obj_bnd.append(x1)obj_bnd.append(y1)obj_bnd.append(x2)obj_bnd.append(y2)obj_bnd.append(x3)obj_bnd.append(y3)tree.write(dotaxml_file, method='xml', encoding='utf-8')  # 更新xml文件# 轉換成四點坐標
def rotatePoint(xc, yc, xp, yp, theta):xoff = xp - xc;yoff = yp - yc;cosTheta = math.cos(theta)sinTheta = math.sin(theta)pResx = cosTheta * xoff + sinTheta * yoffpResy = - sinTheta * xoff + cosTheta * yoffreturn str(int(xc + pResx)), str(int(yc + pResy))def totxt(xml_path, out_path):# 想要生成的txt文件保存的路徑，這里可以自己修改files = os.listdir(xml_path)i = 0for file in files:tree = ET.parse(xml_path + os.sep + file)root = tree.getroot()name = file.split('.')[0]output = out_path + '\\' + name + '.txt'file = open(output, 'w')i = i + 1objs = tree.findall('object')for obj in objs:cls = obj.find('name').textbox = obj.find('bndbox')x0 = int(float(box.find('x0').text))y0 = int(float(box.find('y0').text))x1 = int(float(box.find('x1').text))y1 = int(float(box.find('y1').text))x2 = int(float(box.find('x2').text))y2 = int(float(box.find('y2').text))x3 = int(float(box.find('x3').text))y3 = int(float(box.find('y3').text))if x0 < 0:x0 = 0if x1 < 0:x1 = 0if x2 < 0:x2 = 0if x3 < 0:x3 = 0if y0 < 0:y0 = 0if y1 < 0:y1 = 0if y2 < 0:y2 = 0if y3 < 0:y3 = 0for cls_index, cls_name in enumerate(cls_list):if cls == cls_name:file.write("{} {} {} {} {} {} {} {} {} {}\n".format(x0, y0, x1, y1, x2, y2, x3, y3, cls, cls_index))file.close()# print(output)print(i)if __name__ == '__main__':# -----**** 第一步：把xml文件統一轉換成旋轉框的xml文件 ****-----roxml_path = r'D:\data\yolov8_obb\origin_xml'  # labelimg2標注生成的原始xml文件路徑dotaxml_path = r'D:\data\yolov8_obb\dota_xml'  # 轉換后dota能識別的xml文件路徑，路徑需存在，不然報錯out_path = r'D:\data\yolov8_obb\dota_txt'  # 轉換后dota格式的txt文件路徑，路徑需存在，不然報錯filelist = os.listdir(roxml_path)for file in filelist:edit_xml(os.path.join(roxml_path, file), os.path.join(dotaxml_path, file))# -----**** 第二步：把旋轉框xml文件轉換成txt格式 ****-----totxt(dotaxml_path, out_path)

????????轉換后的TXT格式的標簽文件（此時的標簽還不是OBB數據集的格式，還需要再轉換）：

?（3）劃分數據集

????????接下來劃分數據集：使用下面的代碼劃分數據集

import os
import random
import shutilrandom.seed(42)"""
該腳本用于將給定的數據集分割成訓練集和測試集。
數據集應包含圖像和對應的標注文件。
腳本會按照90%訓練集和10%測試集的比例進行分割，并將圖像和標注文件分別復制到相應的文件夾中。
"""# 設置數據集文件夾路徑和輸出文件夾路徑
data_folder = 'data_mouse_ro'
img_folder = 'data_mouse_ro/dataset/images'
label_folder = 'data_mouse_ro/dataset/labels'# 計算每個子集的大小
# 總文件數乘以0.9得到訓練集大小，其余為測試集大小
total_files = len(os.listdir(os.path.join(data_folder, 'img')))
train_size = int(total_files * 0.9)
test_size = int(total_files - train_size)# 獲取所有圖像文件的文件名列表，并進行隨機打亂
image_files = os.listdir(os.path.join(data_folder, 'img'))
random.shuffle(image_files)# 復制圖像和標注文件到相應的子集文件夾中
# 枚舉每個圖像文件，根據索引決定復制到訓練集還是測試集文件夾
for i, image_file in enumerate(image_files):base_file_name = os.path.splitext(image_file)[0]  # 獲取文件名（不包括擴展名）image_path = os.path.join(data_folder, 'img', image_file)label_path = os.path.join(data_folder, 'dotatxt', base_file_name + '.txt')# 根據索引判斷文件應復制到訓練集還是測試集if i < train_size:shutil.copy(image_path, os.path.join(img_folder, 'train'))  # 復制圖像到訓練集shutil.copy(label_path, os.path.join(label_folder, 'train_original'))  # 復制標注到訓練集else:shutil.copy(image_path, os.path.join(img_folder, 'val'))  # 復制圖像到測試集shutil.copy(label_path, os.path.join(label_folder, 'val_original'))  # 復制標注到測試集

? ? ? ? 運行代碼前文件夾結構如下（所有圖像放在img文件夾下，所有txt放在dotatxt文件夾下）

????????運行代碼后dataset中的train和val文件夾就已經有了劃分好的圖像，labels中的train_original和val_original有對應的train和val標簽

（4）DOTA格式標簽文件轉換為YOLO V8訓練所需的YOLO格式

? ? ? ? 【1】在項目代碼根目錄下面創建下面的文件夾結構，然后將劃分好的圖像和標簽文件放到相應的文件夾中?

? ? ? ? 【2】由于官方源碼轉換代碼用的是VOC數據集，所以這里我們需要修改ultralytics/data/converter.py中的類別名，改成自己的數據集類別名。修改ultralytics/data/converter.py中的代碼

? ? ? ? 【3】運行下面的代碼，將DOTA格式的標簽文件轉換為OBB數據集格式，其中的參數根據自己的情況設置

import syssys.path.append('F:\object_detection\yolov8_obb_version2\yolov8')from ultralytics.data.converter import convert_dota_to_yolo_obbconvert_dota_to_yolo_obb('F:\object_detection\yolov8_obb_version2\yolov8\data')

????????運行提示：

? ? ? ? 轉換后的OBB數據集格式的標簽會保存在labels\train和labels\val中（訓練需要使用的就是這兩個文件夾，train_original和val_original用不到）

? ? ? ? ?轉換后的OBB數據集格式的標簽文件中的內容

三、模型配置

（1）新建模型配置文件my-data8-obb.yaml

????????在yolov8\ultralytics\cfg\datasets路徑下，新建my-data8-obb.yaml文件（復制粘貼其中某一個yaml文件改個名字），寫入如下代碼，其中參數根據自己的情況設置

path: F:\object_detection\yolov8_obb_version2\yolov8\data # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images# Classes for DOTA 1.0
names:0: dog

（2）修改模型配置文件yolov8-obb.yaml

????????在yolov8\ultralytics\cfg\models\v8路徑下，修改yolov8-obb.yaml文件，將nc參數修改為自己的數據集類別數

四、訓練

（1）根據自己的實際情況修改yolov8\ultralytics\cfg\default.yaml文件中的訓練參數

????????如果自己的數據集類別只有一種，就將single-cls參數設置為True

（2）運行下面的代碼即可開始訓練

????????如果你使用的權重是“yolov8n-obb.pt”，只需要把下面代碼中的配置文件yolov8x-obb.yaml改成yolov8n-obb.yaml，依此類推

from ultralytics import YOLOdef main():model = YOLO('ultralytics/cfg/models/v8/yolov8x-obb.yaml').load('pt/yolov8x-obb.pt')  # build from YAML and transfer weightsmodel.train(data='ultralytics/cfg/datasets/my-data8-obb.yaml', epochs=5, imgsz=640, batch=16, workers=4)if __name__ == '__main__':main()

????????訓練過程及結果（5個Epoch）

五、驗證

? ? ? ? 在根目錄下創建一個名為eval.py的腳本，寫入下面的代碼，其中的參數根據自己的情況設置

from ultralytics import YOLOdef main():model = YOLO(r'runs/obb/train/weights/best.pt')model.val(data='ultralytics/cfg/datasets/my-data8-obb.yaml', imgsz=640, batch=4, workers=4)if __name__ == '__main__':main()

? ? ? ? 運行代碼的結果：

? ? ? ? ?下面是驗證保存的圖像（標簽為dog是因為在使用lableimg2制作標簽的時候懶得改了，采用了軟件默認的dog）

六、推理

????????在根目錄下創建一個名為predict.py的腳本，寫入下面的代碼，其中的參數根據自己的情況設置

from ultralytics import YOLOmodel = YOLO('runs/obb/train/weights/best.pt')
results = model('predict_images/2024_0018.jpg', save=True)
print(results[0].obb.xywhr[:, -1] * 180 / 3.14159265358979323846)

? ? ? ? 運行代碼的結果