本文介绍如何使用 Ultralytics YOLOv8 完成一个自定义目标检测项目，内容包括环境配置、训练集/验证集/测试集划分、YOLO 标注格式、数据描述文件、模型训练、指标评估、推理以及模型导出。

本文以单类别目标检测为例。多类别数据集只需要增加类别名称，并保证标签中的类别编号对应正确。

1. 训练、验证和测试集分别有什么作用

一个完整的数据集通常分为三部分：

数据集 主要用途 是否参与权重更新
训练集（train） 模型学习目标特征 是
验证集（val） 每轮训练后评估效果、选择最佳权重、触发提前停止 否
测试集（test） 模型和参数全部确定后，进行最终泛化能力评估 否

常用划分比例：

  • 数据量充足：训练集 80%，验证集 10%，测试集 10%。

  • 数据量一般：训练集 70%，验证集 20%，测试集 10%。

  • 数据量很少时，测试结果波动会很大，应优先增加数据，也可以使用交叉验证获得更可靠的结论。

划分数据时需要注意：

  1. 先划分原始数据，再对训练集做数据增强，不能把同一张图片的增强版本分到不同集合。

  2. 各集合应尽量保持类别、场景、光照和目标尺寸分布一致。

  3. 测试集不能用于挑选模型、调整阈值或修改训练参数。

  4. 如果图片来自视频抽帧，应按照视频或连续时间片段分组划分。不能随机打散所有相邻帧，否则训练集和测试集画面高度相似，评估指标会虚高。

2. 配置 YOLOv8 环境

建议使用 Conda 创建独立环境：

conda create -n yolov8 python=3.10 -y
conda activate yolov8

根据显卡、驱动和 CUDA 情况，从 PyTorch 官方安装页面选择对应的 PyTorch 安装命令，然后安装 Ultralytics：

pip install ultralytics

检查环境：

yolo checks

也可以使用 Python 检查 GPU：

import torch

print("PyTorch:", torch.__version__)
print("CUDA 可用:", torch.cuda.is_available())
if torch.cuda.is_available():
    print("GPU:", torch.cuda.get_device_name(0))

如果 torch.cuda.is_available() 返回 False，模型仍可使用 CPU 训练，但速度通常会明显降低。

3. 准备数据集目录

推荐采用以下目录结构：

project/
├── datasets/
│   └── my_dataset/
│       ├── images/
│       │   ├── train/
│       │   ├── val/
│       │   └── test/
│       └── labels/
│           ├── train/
│           ├── val/
│           └── test/
├── dataset.yaml
└── train.py

图片与标签必须同名。例如：

images/train/example_001.jpg
labels/train/example_001.txt

常见图片格式包括 .jpg、.jpeg、.png 和 .bmp。

3.1 自动划分静态图片数据集

如果原始图片相互独立，可以使用下面的脚本按照 8:1:1 划分数据。原始目录约定为：

raw_data/
├── images/
└── labels/

创建 split_dataset.py：

import random
import shutil
from pathlib import Path


SOURCE_IMAGES = Path("raw_data/images")
SOURCE_LABELS = Path("raw_data/labels")
OUTPUT_ROOT = Path("datasets/my_dataset")
IMAGE_SUFFIXES = {".jpg", ".jpeg", ".png", ".bmp"}
RANDOM_SEED = 42


def copy_sample(image_path: Path, split: str) -> None:
    image_output = OUTPUT_ROOT / "images" / split
    label_output = OUTPUT_ROOT / "labels" / split
    image_output.mkdir(parents=True, exist_ok=True)
    label_output.mkdir(parents=True, exist_ok=True)

    shutil.copy2(image_path, image_output / image_path.name)

    # 负样本允许不存在标签文件；正样本应有同名标签。
    label_path = SOURCE_LABELS / f"{image_path.stem}.txt"
    if label_path.exists():
        shutil.copy2(label_path, label_output / label_path.name)


def main() -> None:
    images = sorted(
        path
        for path in SOURCE_IMAGES.iterdir()
        if path.is_file() and path.suffix.lower() in IMAGE_SUFFIXES
    )
    if not images:
        raise RuntimeError("没有找到可划分的图片")

    random.Random(RANDOM_SEED).shuffle(images)

    train_end = int(len(images) * 0.8)
    val_end = train_end + int(len(images) * 0.1)
    split_images = {
        "train": images[:train_end],
        "val": images[train_end:val_end],
        "test": images[val_end:],
    }

    for split, paths in split_images.items():
        for image_path in paths:
            copy_sample(image_path, split)
        print(f"{split}: {len(paths)} 张图片")


if __name__ == "__main__":
    main()

运行：

python split_dataset.py

脚本固定使用随机种子 42，因此相同输入可以得到相同划分。正式运行前应确认输出目录中没有旧数据，避免旧文件混入新划分。

这段随机划分脚本只适用于相互独立的静态图片。视频连续帧、同一目标的连拍图片或同一场景的高度相似图片，应先按视频、拍摄批次或场景分组，再把整个组分配到某个集合。

3.2 自己批注数据集

这里我们可以打开终端,在(yolo8)环境下,安装labelimg

pip install labelimg

不过我一般用在线批注的make Sense:Make Sense

3.3 YOLO 检测标签格式

每个目标占标签文件中的一行：

class_id x_center y_center width height

例如：

0 0.512500 0.483333 0.325000 0.550000

字段含义：

  • class_id：类别编号，从 0 开始。

  • x_center、y_center：边界框中心点坐标。

  • width、height：边界框宽度和高度。

  • 后四个数都必须除以图片宽高，归一化到 [0, 1]。

归一化公式：

x_center = (x_min + x_max) / 2 / image_width
y_center = (y_min + y_max) / 2 / image_height
width  = (x_max - x_min) / image_width
height = (y_max - y_min) / image_height

一张图片包含多个目标时，标签文件中写多行。没有目标的负样本可以没有标签文件，也可以创建空的 .txt 文件。

以下标注是无效的：

0 0 0 0 0

它的宽和高都是零，不是合法的负样本，会被判定为无效框。图片中有目标时应重新标注；图片中确实没有目标时，应改为空标签文件。

4. 编写数据集描述文件

创建 dataset.yaml：

path: datasets/my_dataset
train: images/train
val: images/val
test: images/test

names:
  0: target

说明：

  • path：数据集根目录。

  • train、val、test：相对于 path 的图片目录。

  • names：类别编号和类别名称的对应关系。

  • 只有一个类别时，所有标签的 class_id 都应为 0。

多类别示例：

names:
  0: person
  1: helmet
  2: vehicle

建议在项目根目录执行训练命令，使相对路径的解析保持一致。数据也可以存放在其他位置，只要 YAML 中配置的路径能够正确访问即可，并不强制放在 datasets 目录。

5. 训练前检查数据

正式训练前至少检查以下内容：

  • 图片能正常打开，没有损坏文件。

  • 每张正样本图片都有同名标签。

  • 类别编号从 0 开始，并且没有超过 names 的范围。

  • 坐标已经归一化到 [0, 1]。

  • 边界框的 width 和 height 大于 0。

  • 训练集、验证集和测试集之间没有重复图片或相邻视频帧泄漏。

  • 边界框尽量贴合目标，不包含大面积无关背景。

第一次训练后，还应查看输出目录中的 labels.jpg 和 train_batch*.jpg。它们可以直观暴露类别错误、边界框偏移和图片旋转异常等问题。

6. 选择 YOLOv8 模型

YOLOv8 检测模型常用规格如下：

模型 特点 适用场景
yolov8n.pt 体积最小、速度最快 流程验证、边缘设备、小型数据集
yolov8s.pt 速度与精度较均衡 常规项目
yolov8m.pt 精度潜力更高、显存占用更大 数据较多且硬件充足
yolov8l.pt 大模型 高精度需求
yolov8x.pt 最大模型 充足数据和高性能硬件

模型越大不代表实际效果一定越好。数据量较少时，大模型更容易过拟合。建议先使用 yolov8n.pt 验证数据和代码，再根据验证集表现决定是否换成更大的模型。

7. 使用命令行训练

基础训练命令：

yolo detect train data=dataset.yaml model=yolov8n.pt epochs=100 imgsz=640

加入常用参数：

yolo detect train data=dataset.yaml model=yolov8n.pt epochs=150 imgsz=640 batch=8 device=0 workers=0 cache=ram patience=30 amp=True

主要参数说明：

参数 作用
data 数据集 YAML 描述文件
model 模型结构或预训练权重
epochs 最大训练轮数
imgsz 输入图片尺寸
batch 每批图片数量，过大会导致显存不足
device=0 使用第 0 块 NVIDIA GPU
device=cpu 强制使用 CPU
workers 数据加载子进程数量
cache=ram 将图片缓存到内存，适合可放入内存的数据集
patience 验证指标连续指定轮数未提升时提前停止
amp=True 使用自动混合精度训练

workers=0 使用主进程加载数据，适合 Windows、Jupyter 和小型数据集。大型数据集可以在标准 Python 脚本中尝试 workers=4 或 workers=8，但 Windows 必须保留主入口保护。

8. 使用 Python 代码训练

创建 train.py：

from pathlib import Path
​
from ultralytics import YOLO
​
​
ROOT = Path(__file__).resolve().parent
DATA_CONFIG = ROOT / "dataset.yaml"
​
​
def main() -> None:
    if not DATA_CONFIG.is_file():
        raise FileNotFoundError(f"找不到数据集描述文件: {DATA_CONFIG}")
​
    # 加载 YOLOv8 Nano 预训练模型。
    model = YOLO("yolov8n.pt")
​
    model.train(
        data=str(DATA_CONFIG),  # 数据集描述文件。
        epochs=150,  # 最大训练轮数。
        imgsz=640,  # 输入图片尺寸。
        batch=8,  # 每批图片数量。
        device=0,  # 使用第 0 块 GPU。
        workers=0,  # 小数据集和 Windows 环境优先使用 0。
        cache="ram",  # 将数据缓存到内存。
        patience=30,  # 提前停止等待轮数。
        amp=True,  # 开启自动混合精度。
        pretrained=True,  # 使用预训练权重。
        project="runs/detect",  # 结果根目录。
        name="my_yolov8_exp",  # 实验名称。
        plots=True,  # 保存训练和评估图表。
    )
​
​
if __name__ == "__main__":
    main()

运行：

python train.py

Windows 使用多进程加载数据时，必须保留：

if __name__ == "__main__":
    main()

如果在 Jupyter Notebook 中训练，建议将 workers 设置为 0。

9. 查看训练结果

训练结果通常保存在：

runs/detect/my_yolov8_exp/

重点文件：

weights/best.pt        验证集指标最好的权重
weights/last.pt        最后一轮权重
results.csv            每轮训练指标
results.png            损失和指标曲线
confusion_matrix.png   混淆矩阵
PR_curve.png           Precision-Recall 曲线
F1_curve.png           F1 曲线
labels.jpg             标签分布可视化
train_batch*.jpg       训练批次与增强效果
val_batch*_pred.jpg    验证集预测结果

实际部署或最终测试通常优先使用 best.pt，不是 last.pt。

10. 如何理解评估指标

目标检测常见指标：

  • Precision：模型预测为目标的结果中，有多少是真的。误检越少，Precision 越高。

  • Recall：真实目标中，有多少被模型检出。漏检越少，Recall 越高。

  • mAP50：IoU 阈值为 0.5 时的平均精度。

  • mAP50-95：IoU 从 0.5 到 0.95 的多个阈值平均值，更严格、更能反映定位质量。

  • box_loss：边界框定位损失。

  • cls_loss：分类损失。

  • dfl_loss：边界框分布回归损失。

不要只看训练损失。训练损失持续下降，但验证集 mAP 不再提升甚至下降，通常说明模型开始过拟合。

对于不同业务，应重点关注不同指标：

  • 漏检代价高：优先关注 Recall。

  • 误检代价高：优先关注 Precision。

  • 对框的位置要求高：重点关注 mAP50-95。

11. 单独评估验证集

命令行方式：

yolo detect val model=runs/detect/my_yolov8_exp/weights/best.pt data=dataset.yaml split=val

Python 方式：

from ultralytics import YOLO
​
model = YOLO("runs/detect/my_yolov8_exp/weights/best.pt")
metrics = model.val(data="dataset.yaml", split="val")
​
print("mAP50:", metrics.box.map50)
print("mAP50-95:", metrics.box.map)
print("各类别 mAP50-95:", metrics.box.maps)

验证集指标用于训练期间比较模型和选择权重，不能代替最终测试集指标。

12. 在测试集上进行最终评估

只有在模型结构、训练参数和置信度策略确定后，才对测试集进行最终评估。

命令行方式：

yolo detect val model=runs/detect/my_yolov8_exp/weights/best.pt data=dataset.yaml split=test

Python 方式：

from ultralytics import YOLO
​
model = YOLO("runs/detect/my_yolov8_exp/weights/best.pt")
metrics = model.val(data="dataset.yaml", split="test")
​
print("测试集 Precision:", metrics.results_dict.get("metrics/precision(B)"))
print("测试集 Recall:", metrics.results_dict.get("metrics/recall(B)"))
print("测试集 mAP50:", metrics.box.map50)
print("测试集 mAP50-95:", metrics.box.map)

不要反复根据测试集结果修改参数，否则测试集也会逐渐变成验证集，最终指标不再客观。

13. 使用训练好的模型推理

命令行推理：

yolo detect predict model=runs/detect/my_yolov8_exp/weights/best.pt source=demo_images conf=0.25 save=True

Python 推理：

from ultralytics import YOLO
​
model = YOLO("runs/detect/my_yolov8_exp/weights/best.pt")
results = model.predict(
    source="demo_images",
    imgsz=640,
    conf=0.25,
    iou=0.7,
    save=True,
)
​
for result in results:
    print(result.boxes.xyxy)  # 边界框坐标
    print(result.boxes.conf)  # 置信度
    print(result.boxes.cls)   # 类别编号

conf 越低，通常检出的目标越多，但误检也可能增加。阈值应根据验证集 PR 曲线和实际业务要求确定，不能只凭单张图片调整。

14. 中断后继续训练

使用最后一次保存的 last.pt 恢复训练：

yolo detect train resume model=runs/detect/my_yolov8_exp/weights/last.pt

Python 方式：

from ultralytics import YOLO
​
model = YOLO("runs/detect/my_yolov8_exp/weights/last.pt")
model.train(resume=True)

resume=True 会恢复优化器、学习率和训练轮数等状态。仅加载 last.pt 后重新调用普通训练，不等同于完整断点续训。

15. 导出部署模型

导出 ONNX：

yolo export model=runs/detect/my_yolov8_exp/weights/best.pt format=onnx imgsz=640 dynamic=True simplify=True

Python 方式：

from ultralytics import YOLO
​
model = YOLO("runs/detect/my_yolov8_exp/weights/best.pt")
model.export(format="onnx", imgsz=640, dynamic=True, simplify=True)

常见导出格式：

格式 参数 常见用途
ONNX format="onnx" ONNX Runtime、跨平台部署
TensorRT format="engine" NVIDIA GPU 高性能推理
OpenVINO format="openvino" Intel CPU/GPU 部署
TorchScript format="torchscript" PyTorch/C++ 环境
TFLite format="tflite" 移动端和嵌入式设备

导出后应使用目标部署环境重新验证精度和速度。不同推理后端、数值精度和 NMS 实现可能造成结果差异。

总结

YOLOv8 训练本身只需要几行命令或代码，真正决定模型效果的是数据质量、合理的数据划分和可信的评估流程。训练集负责学习，验证集负责选择模型，测试集负责最终验收；三者必须严格隔离。尤其是视频抽帧数据，如果忽略相邻帧泄漏，即使得到很高的 mAP，也可能无法反映模型在新场景中的真实表现。

# 目标检测 # 人工智能
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

一个 API 入口调用多个大模型：AiiOnly客户端 + CC Switch 打通 Codex AI编程流程

avatar AI编程社区
cover

从零开始做一个属于自己的 Skill（保姆级教程）

avatar AI编程社区
cover

VSCode Claude Code + MiMo 中转免登录完整配置教程（解决原生登录弹窗 + 模型报错）

avatar AI编程社区