yolov8 视频识别动物实战

环境搭建

本人使用mac m1电脑安装

设置虚拟环境

sh 复制代码

brew install python@3.9 # 只能使用3.9的python
python3.9 -m venv yolo8_env # 使用3.9 创建
source yolo8_env/bin/activate # 激活
python -V  # 查看版本

安装依赖库

sh 复制代码

pip install torch torchvision torchaudio

安装 YOLOv8

sh 复制代码

pip install ultralytics 
yolo --version # 查看版本

验证

这里会自动拉取官方的模型yolov8s.pt，同时识别图片里面的人物和汽车是否识别

sh 复制代码

yolo detect predict model=yolov8s.pt source='https://ultralytics.com/images/bus.jpg'

看到正常使用模型运算

输出的文件 runs/detect/predict/bus.jpg

这里看到人和车都被识别出来了

实现视频的微调

yolov8不仅能处理图片，视频也是杠杠的（其实视频也是一张张图片动态识别而已）

这是用自带yolov8s.pt的模型检查

sh 复制代码

yolo detect predict model=yolov8s.pt source='./mov_bbb.mp4'  show=True save=True

输出识别有问题，有时候把兔子识别成dog，有时候识别成sheep，我们来调教一下吧

微调目前主要是通过图片做坐标标记来实现的。

准备素材和整理文件夹

在dataset下的images

train 代表验证的图片文件夹
val 代表二次检验图片文件夹

在dataset下的labels

train 代表验证的坐标x和y的信息
val 代表二次检验的坐标x和y的信息

图片通过播放视频的时候分别截取5张，train 放3张，val放2张。

安装图像标记编辑工具 labelImg

安装

js 复制代码

pip install labelImg

直接运行

js 复制代码

labelImg

选择左边的工具栏

open Dir 选择上面的./dataset/images/train文件夹，作为输入路径

change save Dir 选择上面的./dataset/labels/train文件夹，作为输出路径

选择yolo模式

开始标记，点击左边的createRect box，

选中动物的范围，然后输入标记名称为 rabbit

每次标记完后，点击ok，再点击save，然后再点击 next image，快速编辑下一张

相同的操作处理 ./dataset/images/val 和 ./dataset/labels/val

open Dir 选择上面的./dataset/images/val文件夹，作为输入文件夹
change save Dir 选择上面的./dataset/labels/val文件夹，作为输出文件夹

处理完最后再 labels下面的 train和val都会生成对应的坐标信息

创建配置 code.yaml 文件

设置一下信息

yaml 复制代码

path: ./dataset  # 相对于你运行脚本的位置
train: images/train # 训练的图片地址
val: images/val # 训练的图片地址2
nc: 1
names: ['rabbit']

训练命令（根据图片+标记训练）

sh 复制代码

yolo detect train \
  model=yolov8s.pt \
  data=code.yaml \
  epochs=100 \
  imgsz=640 \
  batch=16 \
  project=code_project2 \
  name=exp2

这时候就要考验你的硬件能力了，我是漫长的等待

结束后最重要的是这个模型文件 code_project2/exp2/weights/best.pt

我们这时候就可以使用上面这个微调过的新模型进行识别

运行命令

code_project2/exp2/weights/best.pt 这个就是上面生成的新模型

sh 复制代码

 yolo detect predict \
  model=code_project2/exp2/weights/best.pt \
  source=./mov_bbb.mp4 \
  conf=0.25 \
  save=True

最后输出结果

rabbit ， nice ～

当然还有优化的空间，蝴蝶也被标记成rabbit ，可以继续使用labelImg标记 butterfly

参考代码

github.com/mjsong07/yo...