Yolov8快速上手 实践 
title: "YOLOv8快速上手+实践"
weight: 2
# bookFlatSection: false
# bookToc: true
# bookHidden: false
# bookCollapseSection: false
# bookComments: false
# bookSearchExclude: false

YOLOv8快速上手+实践 #

前言 #

本文旨在快速上手并不涉及细致的训练超参数调优和YOLO源码层面的解析。

YOLOv8是YOLO家族中流行的实时目标检测系统，以其快速、准确和高效的特性在计算机视觉领域中广泛应用（目前YOLO的发展很快，YOLOv10就在前不久也已经正式发布）。本文将详细介绍如何在NVIDIA GPU环境下部署YOLOv8，从环境配置、库安装，到模型训练和应用的全流程操作，并在其中结合实际的火焰特征识别的实践。

环境部署（N卡） #

需要提前准备好要使用的Python环境，此步骤不再赘述

安装和配置CUDA #

前往nvidia的开发者网站，选择下载CUDA toolkit

先检查一下本地环境显卡驱动支持的最高CUDA版本，查看的CUDA toolkit 版本不能高于显卡驱动支持的最高版本

  • 方式一：打开N卡的控制面板，在系统信息的组件里

  • 方式二：使用命令nvidia-smi查看CUDA版本

其次建议要下载前先确认下准备使用的Pytorch版本，尽量CUDA toolkit的版本和Pytorch支持的保持一致，起码不能使用低版本

  • 最新版的CUDA：https://developer.nvidia.com/cuda-downloads
  • 历史版本：https://developer.nvidia.com/cuda-toolkit-archive

跟着安装程序走即可，最后检查一下安装是否成功：

nvcc --version

成功输出版本信息即为成功

【可选】下载&安装CUDNN库 #

cuDNN 是用于深度神经网络的 GPU 加速库

继续回到之前的N卡开发者网站上，需要注册登录后才能下载

  • 最新版本：https://developer.nvidia.com/cudnn
  • 历史版本：https://developer.nvidia.com/rdp/cudnn-archive

下载的版本也需要和CUDA的大版本一一对应

下载下来的CUDNN库包括bin、include和lib目录，将目录下对应的所有文件复制到之前CUDA toolkit

的安装目录下即可

安装PyTorch #

官网：https://pytorch.org/get-started/locally/

选择自己环境的配置项，复制pip或者conda的命令来安装即可

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果安装失败或者下载过慢，请配置相关的代理

安装完成后可以在python环境中验证一下

  • torch.cuda.is_available() — CUDA工具链是否可用
  • torch.cuda.device_count() — GPU数量
  • torch.cuda.get_device_name(0) — 获取第一个GPU的名字

安装YOLOv8 #

  • 官方Github：https://github.com/ultralytics/ultralytics
  • 官方文档：https://docs.ultralytics.com/

yolov8提供了cli的工具，一方面可以直接通过命令行来训练和预测，另一方面cli的源码更有利于我们进行源码分析

从pip源安装 # 

pip install ultralytics

从源码安装 #

下载源码后进入目标Python环境，执行下面的安装命令

pip install .

也可以加上-e参数，启用编辑模式

pip install -e .

【可选】其他工具 # 

pip install jupyterlab tensorboard

基础操作&实践运用 #

预测任务 #

YOLOv8的预训练模型下载：https://docs.ultralytics.com/models/yolov8/#supported-tasks-and-modes

以下测试仅使用最小的YOLOv8n模型，如果需要其他更精确的预测需求可以选择其他的版本

命令行 #

以下的使用例子使用官方提供的图片

yolo task=detect mode=predict model=./yolov8n.pt source="./ultralytics/assets/bus.jpg"

其中source里面可以写图片或者视频文件的路径，也可以写screen开始实时检测当前屏幕的画面，又或者是source=0可以调用摄像头实时检测画面

展示预测结果

可以在runs\detect里面找到对应的预测任务，输出预测的图片结果

也可以代码执行

from ultralytics import YOLO
import cv2
import matplotlib.pyplot as plt

# 加载 YOLO 模型
yolo = YOLO("./yolov8n.pt", task="detect")

# 运行目标检测
results = yolo(source="./ultralytics/assets/zidane.jpg")

# 打印结果
print(results)

# 可视化结果
image = cv2.imread("./ultralytics/assets/zidane.jpg")

# 遍历结果并提取边界框和标签
for result in results:
    boxes = result.boxes.xyxy.cpu().numpy().astype(int)  # 获取边界框坐标并转换为整数
    labels = result.boxes.cls.cpu().numpy().astype(int)  # 获取类索引并转换为整数
    scores = result.boxes.conf.cpu().numpy()  # 获取置信度分数

    for box, label, score in zip(boxes, labels, scores):
        x1, y1, x2, y2 = box
        # 绘制边界框和标签
        cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(image, f"{label} {score:.2f}", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)

# 使用 matplotlib 显示图像
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.axis('off')
plt.show()

其他更多的参数，详情见：https://docs.ultralytics.com/modes/predict/#inference-arguments

代码示例 # 

from ultralytics import YOLO

yolo = YOLO("./yolov8n.pt", task="detect")

results = yolo(source="./ultralytics/assets/bus.jpg")

相关参数也可以在源码的ultralytics\cfg\default.yaml中找到

以及可以结合opencv实时检测视频中的每帧画面预测结果

代码执行：

import cv2
from ultralytics import YOLO
import numpy as np

# 加载 YOLO 模型
model = YOLO("./yolov8n.pt", task="detect")

# 打开视频文件
video_path = "./test.mp4"
cap = cv2.VideoCapture(video_path)

if not cap.isOpened():
    print(f"Error: Could not open video file {video_path}.")
    exit()

# 获取视频的帧率和尺寸
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 定义视频编解码器并创建 VideoWriter 对象
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, fps, (width, height))

while True:
    # 读取视频帧
    ret, frame = cap.read()
    if not ret:
        print("End of video or failed to capture image")
        break

    # 运行目标检测
    results = model(frame)

    # 遍历结果并提取边界框、标签和置信度
    for result in results:
        boxes = result.boxes.xyxy.cpu().numpy().astype(int)  # 获取边界框坐标并转换为整数
        labels = result.boxes.cls.cpu().numpy().astype(int)  # 获取类索引并转换为整数
        scores = result.boxes.conf.cpu().numpy()  # 获取置信度分数

        for box, label, score in zip(boxes, labels, scores):
            x1, y1, x2, y2 = box
            # 绘制边界框和标签
            cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
            cv2.putText(frame, f"{label} {score:.2f}", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)

    # 写入处理后的帧到输出视频
    out.write(frame)

    # 显示处理后的帧（如果在本地运行时）
    # cv2.imshow('YOLOv8 Detection', frame)

    # 按 'q' 键退出循环
    # if cv2.waitKey(1) & 0xFF == ord('q'):
    #     break

# 释放视频捕捉对象和 VideoWriter 对象
cap.release()
out.release()
# cv2.destroyAllWindows()

数据集准备&标注 #

可以自己准备数据集，也可以从找一些公开的训练数据集，标注过程是一个重复性的工作会比较枯燥。当然也可以直接去找对应YOLO版本已经标注好的数据，这会非常方便，也可以自定义添加自己场景下的数据集，总之数据集越丰富最后训练的模型识别的精度也会越高。

使用labelimg进行数据标注 #

安装和启动labelimg

注意：使用labelimg，python的版本不要高于3.9，高版本的python解释器运行时会出错

pip install labelimg

# 启动
labelimg

打开存放图片的目录，并设置保存的类型为YOLO

按下快捷键w，即可绘制区域，完成后填上对应的label标签名，然后继续切换到下一张图片重复进行

之后会在保存位置生成与图片名称一致的.txt文件，里面记录了label对应的序号以及绘制区域的信息

其他数据标注工具 #

模型训练 #

训练前准备 #

训练的目录需要在yaml文件中配置清楚，datasets的yaml描述文件可以在ultralytics\cfg\datasets中找到示例【yaml是数据集描述文件】

数据配置文件的基本格式：

path: raw-images       # 数据集的根路径
train: ../train/images # 训练集
val: ../valid/images   # 验证集
test: ../test/images   # 测试集

names:                 # 检测目标的分类
	0: 'fire'

训练模型 #

命令行的方式训练

yolo task=detect mode=train model=./yolov8n.pt data=data.yaml epochs=30 workers=1 batch=16

使用代码的方式训练

from ultralytics import YOLO

model = YOLO('./yolov8n.pt')

model.train(data='data.yaml', workers=1, epochs=30, batch=16)

训练过程会看到每轮训练的进度，结束后会有结果的保存位置，在训练结果中可以找到生成效果最好的模型best.pt和最后一次生成的last.pt，这个last.pt可以在以后继续训练

接着还有很多训练过程中的匹配示例图片，可以看到训练匹配的效果，以及展示训练过程中各项指标的变化情况。这有助于理解和分析模型的训练过程及其性能表现

使用训练的模型 # 

yolo detect predict model=runs/detect/train5/weights/best.pt source=fire2.mp4 show=True

结语 #

在计算机视觉领域，YOLOv8以其出色的性能和简洁的设计备受青睐。掌握了这项技术后，你不仅能够处理各种实时目标检测任务，还可以根据具体需求对模型进行优化和定制。