用自己的数据训练yolov11目标检测

文章目录

概要
理论知识
操作实操

概要

官网：https://github.com/ultralytics/ultralytics?tab=readme-ov-file
提示：以停车场空位检测公开数据集示例，可直接运行本人打包代码：百度云分享：ultralytics-8.3.2.zip 链接: https://pan.baidu.com/s/18f-9tsgajL46czn5PUcUsA?pwd=hjuk 提取码: hjuk

YOLOv11 是 Ultralytics 团队于 2024 年 9 月 30 日发布的最新目标检测模型，延续了 YOLO 系列实时推理特性，同时通过架构优化与技术创新进一步提升了检测精度、速度和多功能性。以下理论知识部分包括核心特性、改进介绍，操作实操一步步讲怎么训练自己的数据集。

理论知识

整体架构流程

参考于：https://blog.csdn.net/weixin_51832278/article/details/143631804

架构优化

C3K2 模块：取代了 YOLOv8 的 C2f 模块，通过分割特征图并应用 3x3 小核卷积优化计算效率，减少了参数量的同时提升了特征表达能力。
SPFF 模块：采用多尺度池化策略聚合不同分辨率的信息，显著增强了小目标检测能力，解决了早期版本对小物体敏感度不足的问题。
C2PSA 注意力机制：引入跨阶段部分空间注意力模块，通过关注特征图中的关键区域（如小目标或遮挡物体），提升了复杂场景下的检测精度。

多任务支持

目标检测（无后缀）：基础检测模型，支持旋转边界框（OBB）。
图像分割（后缀 -seg）：结合实例分割与语义分割，提升边缘精度。
姿态估计（后缀 -pose）：新增人体关键点检测，支持实时运动分析。
图像分类（后缀 -cls）：优化分类头结构，经过训练后能够对图像进行类别分类。
多目标跟踪（集成 BoT-SORT 算法）：支持视频流中的跨帧目标追踪。

多参数体量

灵活模型尺寸，提供 Nano（n）、Small（s）、Medium（m）、Large（l）、Extra-Large（x）五种尺寸，满足不同场景需求，以基础目标检测为例，各模型对比如下，x消耗时间是n的8倍。上述云盘代码中pretrain文件夹内已下载5类任务的m和x版。

操作实操

环境配置

在命令行安装requirements.txt即可，最容易出现不匹配的是tensorflow、pytorch、numpy，测试使用的环境如下：

yaml 复制代码

cuda11.3
torch=1.12.0
tensorflow=2.10.0
numpy=1.23.4 
pandas=1.4.3
opencv-python=4.5.5

数据准备

数据标注

见本人另外一篇博客，darklabel数据标注：

https://blog.csdn.net/qq_36112576/article/details/145686376?spm=1001.2014.3001.5502

每张影像对应一张同名txt，txt内格式如下：

python 复制代码

0 0.5623046875 0.5 0.629296875 0.9986111111111111
1 0.515625 0.42569444444444443 0.30234375 0.85

第一列为类别编号label；二列为中心横坐标与图像宽度比值；三列为中心纵坐标与图像高度比值y_center；四列为bbox宽度与图像宽度比值width；五列为bbox高度与图像高度比值height。图框计算公式为：

x_min = (x_center - width / 2) * image_width

y_min = (y_center - height / 2) * image_height

x_max = (x_center + width / 2) * image_width

y_max = (y_center + height / 2) * image_height

数据放置路径

我们创建一个统一的data文件夹来放置各类数据，注意images和labels文件名字需一一对应。

python 复制代码

data/
├── 数据集1(pklot) /
│   ├── train/
│   │        ├── images/
│   │        └── labels/
│   └── valid/
│            ├── images/
│            └── labels/
└── 数据集2 /
│   ├── train/
│   │        ├── images/
│   │        └── labels/
│   └── valid/
│            ├── images/
│            └── labels/
└── 数据集3 / ........

根目录创建一个 datapklot.yaml 文件（与data文件夹同级），内容如下：
提示：yaml格式文件用于定义数据集的配置，包括数据路径、种类数量、类别名字等信息

python 复制代码

train: data/pklot/train/images
val: data/pklot/valid/images

nc: 2
names: ['space-empty', 'space-occupied']

训练

在pycharm中运行train.py，内容如下
提示：D:\\code\\yolov11\\ultralytics-8.3.2\\datapklot.yaml需要绝对路径

python 复制代码

# -*- coding: utf-8 -*-

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':

    model = YOLO(model=r'ultralytics/cfg/models/11/yolo11.yaml')
    model.load('pretrain/yolo11m.pt')  # 加载预训练权重,改进或者做对比实验时候不建议打开，因为用预训练模型整体精度没有很明显的提升
    model.train(data=r'D:\\code\\yolov11\\ultralytics-8.3.2\\datapklot.yaml',
                imgsz=640,
                epochs=50,
                batch=4,
                workers=0,
                device='',
                optimizer='SGD',
                close_mosaic=10,
                resume=False,
                project='runs/train',
                name='exp',
                single_cls=False,
                cache=False,
                )
    # Evaluate model performance on the validation set
    metrics = model.val()

数据正常加载：

训练正常进行：

模型保存在文件夹runs/train/exp次数/weights 中

预测

在pycharm中运行detect.py，内容如下，以下model为实例分割，可替换为训练模型或上述提到的其他任务模型，检测结果同样保存在runs/中。

python 复制代码

# -*- coding: utf-8 -*-

from ultralytics import YOLO

if __name__ == '__main__':

    # Load a model
    model = YOLO(model=r'pretrain/yolo11n-seg.pt')
    model.predict(source=r'123.mp4',
                  save=True,
                  show=True,
                  )