使用目标检测yolo11去训练羊群行为检测数据集VOC+YOLO格式6415张5类别步骤和流程

用户11735160

发布于 2025-07-16 12:50:38

26300

代码可运行

运行总次数：0

代码可运行

【训练数据集介绍】

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数)：6415

标注数量(xml文件个数)：6415

标注数量(txt文件个数)：6415

标注类别数：5

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["climb","eat","fight","lie","stand"]

每个类别标注的框数：

climb 框数 = 1794

eat 框数 = 20

fight 框数 = 360

lie 框数 = 4653

stand 框数 = 13895

总框数：20722

使用标注工具：labelImg

标注规则：对类别进行画矩形框

重要说明：暂无

特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

图片预览：

标注例子：

【训练步骤】

首先我们获取到数据集为一个压缩包格式，比如zip格式或者7z格式。这时候我们解压压缩包后可以得到下面文件夹结构：

温馨提醒：请尽量不要将数据集放到有中文或者有空格路径下面以防训练时候读取图像报错。

这里比如我解压的到C:\Users\Administrator\Downloads，由于使用yolo训练数据集，因此Annotations文件夹用不上可以放一边。

在data文件夹下面新建train和val一共2个文件夹，然后分别在train和val文件夹再新建images和labels文件夹，如下图

然后将JPEGImages文件夹下面前100张图片和对应标注移动到val文件夹对应目录中，当然您也可以随便选择指定数量图片移动或者复制都行。最后把剩余图片和标注txt文件复制到train文件夹指定目录。

参考coco128.yaml配置写自己训练配置文件，如果没有yaml文件可以按照下面格式书写配置文件

train: C:\Users\Administrator\Downloads\data\train\images
val: C:\Users\Administrator\Downloads\data\val\images
nc: 4
names:
  0: climb
  1: eat
  2: fight
  3: lie
  4: stand

写好后这里我叫data.yaml，注意上面类别一定要和labels文件夹里面classes.txt类别要一致

之后就是开始训练了，注意训练yolov11模型需要自己提前安装好环境。

使用预训练模型开始训练

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

参数说明：

model: 使用的模型类型，如 yolo11s.pt（小模型）、yolo11m.pt（中）、yolo11l.pt（大） data: 指定数据配置文件 epochs: 训练轮数 imgsz: 输入图像尺寸 batch: 批量大小（根据显存调整）

workers:指定进程数(windows最好设置0或者1或2,linux可以设置8) 训练完成后，最佳权重保存路径为：runs/detect/train/weights/best.pt，如果多次运行命令runs/detect/train2,runs/detect/train3文件夹生成只需要到数字最大文件夹查看就可以找到模型

图片预测：

from ultralytics import YOLO

# 加载训练好的模型
model = YOLO('runs/detect/train/weights/best.pt')

# 图像预测
results = model('path_to_your_image.jpg')

视频或摄像头预测

results = model('path_to_video.mp4')  # 视频
#results = model(0)  # 摄像头

验证集评估

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

输出指标图像，一般在模型训练后生成，文件位置在runs/detect/train/results.png：

上面训练结果图片常用评估参数介绍

【常用评估参数介绍】

在目标检测任务中，评估模型的性能是至关重要的。你提到的几个术语是评估模型性能的常用指标。下面是对这些术语的详细解释：

Class：
- 这通常指的是模型被设计用来检测的目标类别。例如，一个模型可能被训练来检测车辆、行人或动物等不同类别的对象。
Images：
- 表示验证集中的图片数量。验证集是用来评估模型性能的数据集，与训练集分开，以确保评估结果的公正性。
Instances：
- 在所有图片中目标对象的总数。这包括了所有类别对象的总和，例如，如果验证集包含100张图片，每张图片平均有5个目标对象，则Instances为500。
P（精确度Precision）：
- 精确度是模型预测为正样本的实例中，真正为正样本的比例。计算公式为：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样本中被模型正确预测为正样本的比例。计算公式为：Recall = TP / (TP + FN)，其中FN表示假负例（False Negatives）。
mAP50：
- 表示在IoU（交并比）阈值为0.5时的平均精度（mean Average Precision）。IoU是衡量预测框和真实框重叠程度的指标。mAP是一个综合指标，考虑了精确度和召回率，用于评估模型在不同召回率水平上的性能。在IoU=0.5时，如果预测框与真实框的重叠程度达到或超过50%，则认为该预测是正确的。
mAP50-95：
- 表示在IoU从0.5到0.95（间隔0.05）的范围内，模型的平均精度。这是一个更严格的评估标准，要求预测框与真实框的重叠程度更高。在目标检测任务中，更高的IoU阈值意味着模型需要更准确地定位目标对象。mAP50-95的计算考虑了从宽松到严格的多个IoU阈值，因此能够更全面地评估模型的性能。