一、初步认识YOLOv10

论文地址：

[2405.14458] YOLOv10: Real-Time End-to-End Object Detection

代码地址：GitHub - THU-MIG/yolov10: YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]

二、下载YOLOv10代码到自己的电脑

点击上面链接 点击Code 再点击 Download ZIP

三、环境配置

有些同学在配置环境时会懒省事，直接使用之前的虚拟环境，我在这里建议大家新建一个虚拟环境，因为不同的模型所需要的虚拟环境是不同的，如果使用之前的环境，出问题的时候进行修改（比如修改某个依赖包的版本），这样可能会使当前的模型代码正常运行，但往往会导致之前的模型代码运行报错，所以建议大家还是新建一个虚拟环境。

为了避免大家在实际运行时出现不必要的错位，建议大家按照我的步骤来！

3.1 新建虚拟环境

第一步：新建一个名为yolov10的虚拟环境（自己操作时可以换名字，但自己一定不要记混！）

conda create -n yolov10 python=3.9

第二步：激活新建的虚拟环境

conda activate yolov10

第三步：使ｃｄ命令使命ｃｏｎｄａ窗口的命令行目录前缀为刚才下载ＹＯＬＯｖ１０的根目录

第四步：安装所需要的依赖包

pip install -r requirements.txt

第五步：验证是否安装成功（具体验证方案可观看这篇博客）（已解决）安装CUDA总是出错，torch和torchvision能正常使用,版本匹配问题，安装命令问题_cuda 12.4 安装 出错-CSDN博客

3.2 在PYcharm中进行虚拟环境的切换

第一步：

第二步：

第三步：选择YOLOv10

四、引入自己想要训练的数据集

第一步：在根目录下创建一个名为datasets的文件，文件具体目录如下，其中Annotations中存放的是xml标签文件，images中存放的是数据集对应的图片，ImageSets和labels可以先创建（里面不需要放东西，一会根据代码自动生成）

第二步：新建一个将xml文件格式转换成txt文件格式的python代码(我这里取名为xmltotxt.py)

代码如下：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join


def convert(size, box):
    # size=(width, height)  b=(xmin, xmax, ymin, ymax)
    # x_center = (xmax+xmin)/2        y_center = (ymax+ymin)/2
    # x = x_center / width            y = y_center / height
    # w = (xmax-xmin) / width         h = (ymax-ymin) / height

    x_center = (box[0] + box[1]) / 2.0
    y_center = (box[2] + box[3]) / 2.0
    x = x_center / size[0]
    y = y_center / size[1]

    w = (box[1] - box[0]) / size[0]
    h = (box[3] - box[2]) / size[1]

    # print(x, y, w, h)
    return (x, y, w, h)


def convert_annotation(xml_files_path, save_txt_files_path, classes):
    xml_files = os.listdir(xml_files_path)
    # print(xml_files)
    for xml_name in xml_files:
        # print(xml_name)
        xml_file = os.path.join(xml_files_path, xml_name)
        out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
        out_txt_f = open(out_txt_path, 'w')
        tree = ET.parse(xml_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)

        for obj in root.iter('object'):
            difficult = obj.find('difficult').text
            cls = obj.find('name').text
            if cls not in classes or int(difficult) == 1:
                continue
            cls_id = classes.index(cls)
            xmlbox = obj.find('bndbox')
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            # b=(xmin, xmax, ymin, ymax)
            # print(w, h, b)
            bb = convert((w, h), b)
            out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


if __name__ == "__main__":
    # 把forklift_pallet的voc的xml标签文件转化为yolo的txt标签文件
    # 1、需要转化的类别
    classes = ['ship']
    # 2、voc格式的xml标签文件路径
    xml_files1 = r'E:\Space-python\Space-7\yolov10-HRSID\datasets\ship\Annotations'
    # 3、转化为yolo格式的txt标签文件存储路径
    save_txt_files1 = r'E:\Space-python\Space-7\yolov10-HRSID\datasets\ship\labels'

    convert_annotation(xml_files1, save_txt_files1, classes)

然后运行xmltotxt.py，注意里面的标签文件路径需要修改为自己的

第三步：划分数据集（训练集、验证集、测试集）

我在这里创建一个名为splitData.py的python文件，可以直接使用，代码如下：

import os, shutil, random
from tqdm import tqdm

"""
标注文件是yolo格式（txt文件）
训练集：验证集：测试集 （7：2：1） 
"""


def split_img(img_path, label_path, split_list):
    try:
        Data = r'E:\Space-python\Space-7\yolov10-HRSID\datasets\ship\ImageSets'
        # Data是你要将要创建的文件夹路径（路径一定是相对于你当前的这个脚本而言的）
        # os.mkdir(Data)

        train_img_dir = Data + '/images/train'
        val_img_dir = Data + '/images/val'
        test_img_dir = Data + '/images/test'

        train_label_dir = Data + '/labels/train'
        val_label_dir = Data + '/labels/val'
        test_label_dir = Data + '/labels/test'

        # 创建文件夹
        os.makedirs(train_img_dir)
        os.makedirs(train_label_dir)
        os.makedirs(val_img_dir)
        os.makedirs(val_label_dir)
        os.makedirs(test_img_dir)
        os.makedirs(test_label_dir)

    except:
        print('文件目录已存在')

    train, val, test = split_list
    all_img = os.listdir(img_path)
    all_img_path = [os.path.join(img_path, img) for img in all_img]
    # all_label = os.listdir(label_path)
    # all_label_path = [os.path.join(label_path, label) for label in all_label]
    train_img = random.sample(all_img_path, int(train * len(all_img_path)))
    train_img_copy = [os.path.join(train_img_dir, img.split('\\')[-1]) for img in train_img]
    train_label = [toLabelPath(img, label_path) for img in train_img]
    train_label_copy = [os.path.join(train_label_dir, label.split('\\')[-1]) for label in train_label]
    for i in tqdm(range(len(train_img)), desc='train ', ncols=80, unit='img'):
        _copy(train_img[i], train_img_dir)
        _copy(train_label[i], train_label_dir)
        all_img_path.remove(train_img[i])
    val_img = random.sample(all_img_path, int(val / (val + test) * len(all_img_path)))
    val_label = [toLabelPath(img, label_path) for img in val_img]
    for i in tqdm(range(len(val_img)), desc='val ', ncols=80, unit='img'):
        _copy(val_img[i], val_img_dir)
        _copy(val_label[i], val_label_dir)
        all_img_path.remove(val_img[i])
    test_img = all_img_path
    test_label = [toLabelPath(img, label_path) for img in test_img]
    for i in tqdm(range(len(test_img)), desc='test ', ncols=80, unit='img'):
        _copy(test_img[i], test_img_dir)
        _copy(test_label[i], test_label_dir)


def _copy(from_path, to_path):
    shutil.copy(from_path, to_path)


def toLabelPath(img_path, label_path):
    img = img_path.split('\\')[-1]
    label = img.split('.jpg')[0] + '.txt'
    return os.path.join(label_path, label)


if __name__ == '__main__':
    img_path = 'E:\Space-python\Space-7\yolov10-HRSID\datasets\\ship\images'  # 你的图片存放的路径（路径一定是相对于你当前的这个脚本文件而言的）
    label_path = 'E:\Space-python\Space-7\yolov10-HRSID\datasets\\ship\labels'  # 你的txt文件存放的路径（路径一定是相对于你当前的这个脚本文件而言的）
    split_list = [0.7, 0.2, 0.1]  # 数据集划分比例[train:val:test]
    split_img(img_path, label_path, split_list)

运行splitDataset.py时注意修改文件路径

五、开始训练

第一步：在根目录下创建一个名为train.py的文件

代码如下：

import warnings

warnings.filterwarnings('ignore')
from ultralytics import YOLOv10

if __name__ == '__main__':
    model = YOLOv10('ultralytics/cfg/models/v10/yolov10m.yaml')  # 指定YOLO模型对象，并加载指定配置文件中的模型配置
    # model.load('yolov10s.pt')      #加载预训练的权重文件'yolov10s.pt'，加速训练并提升模型性能
    model.train(data='ultralytics/cfg/datasets/ship.yaml',  # 指定训练数据集的配置文件路径，这个.yaml文件包含了数据集的路径和类别信息
                cache=False,  # 是否缓存数据集以加快后续训练速度，False表示不缓存
                imgsz=640,  # 指定训练时使用的图像尺寸，640表示将输入图像调整为640x640像素
                epochs=200,  # 设置训练的总轮数为200轮
                batch=8,  # 设置每个训练批次的大小为16，即每次更新模型时使用16张图片
                close_mosaic=10,  # 设置在训练结束前多少轮关闭 Mosaic 数据增强，10 表示在训练的最后 10 轮中关闭 Mosaic
                workers=8,  # 设置用于数据加载的线程数为8，更多线程可以加快数据加载速度
                patience=50,  # 在训练时，如果经过50轮性能没有提升，则停止训练（早停机制）
                device='0',  # 指定使用的设备，'0'表示使用第一块GPU进行训练
                optimizer='SGD',  # 设置优化器为SGD（随机梯度下降），用于模型参数更新
                )

第二步：在 ultralytics/cfg/datasets 目录下创建一个名为ship.yaml的文件（注意修改路径）

代码如下：

#path: D:/TestMain/yolov9-main/datasets/fish # dataset root dir
train: E:\Space-python\Space-7\yolov10-HRSID\datasets\ship\ImageSets\images\train  # train images (relative to 'path') 118287 images
val: E:\Space-python\Space-7\yolov10-HRSID\datasets\ship\ImageSets\images\val  # val images (relative to 'path') 5000 images
test: E:\Space-python\Space-7\yolov10-HRSID\datasets\ship\ImageSets\images\test  # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794


# Classes
names:
  0: ship
#放你数据集类型对应的类别，多个就0,1,2,3往后排


# stuff names
stuff_names: [
  'ship',
  # other
  'other',
  # unlabeled
  'unlabeled'
]


# Download script/URL (optional)
download: |
  from utils.general import download, Path
 
 
  # Download labels
  #segments = True  # segment or box labels
  #dir = Path(yaml['path'])  # dataset root dir
  #url = 'https://github.com/WongKinYiu/yolov7/releases/download/v0.1/'
  #urls = [url + ('coco2017labels-segments.zip' if segments else 'coco2017labels.zip')]  # labels
  #download(urls, dir=dir.parent)
 
  # Download data
  #urls = ['http://images.cocodataset.org/zips/train2017.zip',  # 19G, 118k images
  #        'http://images.cocodataset.org/zips/val2017.zip',  # 1G, 5k images
  #        'http://images.cocodataset.org/zips/test2017.zip']  # 7G, 41k images (optional)
  #download(urls, dir=dir / 'images', threads=3)

第三步：运行train.py

注意：如果你按照我上面的操作，在运行时，控制会报个错误：

RuntimeError: Dataset  ultralytics/cfg/datasets/ship.yaml  error  No module named  utils

你只需要打开刚创建的虚拟环境，更换一下numpy的版本

conda activate yolov10
pip uninstall numpy

然后会提示你是否真的要删除，输入y,接着安装另一个版本的numpy (经过我的实验，发现这个版本能正常运行)

pip install numpy==1.26.4

到这里你就完成了对自己数据集在YOLOv10上的训练！

训练结束后会自动生成一些指标。

整理不易，如果帮到你一点，麻烦动动手给个小红心！！