1 前言

使用Yolov8自动标注自己的数据集，大致步骤：
（1）首先，先手动标注一部分数据集，进行模型训练，得到初步的检测模型；
（2）然后，使用初步的检测模型实现自动数据集标注。具体而言，将需要自动标注的数据集，通过预测predict的方式，生成labels，并使用标注工具对labels进行微调。
接下来，将详细介绍Yolov8自动标注数据集的具体步骤。

2.1 手动标注数据集

标注工具推荐两种，分别为在线标注网站MakeSense{MakeSense具体标注教程}和离线软件labelImg{ labelImg具体标注教程}。
不过，在进行手动标注数据集之前，还需要批量将视频转为图像序列，具体代码如下：

# 导入所需要的库
import cv2
import os
import numpy as np

datasets_path = ["/home/y/Code/.../1/04_20200423_100708_5f.mp4",
                         			"/home/y/Code/.../1/04_20200423_101346_5f.mp4",
              				        "/home/y/Code/.../1/04_20200423_102826_4f.mp4"  ]
#  保存图像序列的文件夹
root_image_path = r"/home/y/Code/test/dataset/"
 
# 定义保存图片函数
# image:要保存的图片名字
# addr；图片地址与相片名字的前部分
# num: 相片，名字的后缀。int 类型
def save_image(image, addr, num):
    address = addr + str(num) + '.jpg'
    cv2.imwrite(address, image)
 
def get_video_to_img(source_video_path, target_image_path):

    # 读取视频文件 视频文件路径
    videoCapture = cv2.VideoCapture(source_video_path)
    # 通过摄像头的方式
    # videoCapture=cv2.VideoCapture(1)
    
    # 读帧
    success, frame = videoCapture.read()
    i = 0
    timeF = 120
    j = 0
    while success:
        i = i + 1
        if (i % timeF == 0):
            j = j + 1
            save_image(frame, target_image_path, j) #视频截成图片存放的位置
            print('save image:', i)
        success, frame = videoCapture.read()

def run_video_to_image():
    for source_video_path in datasets_path:
        target_image_path = root_image_path + "/" + source_video_path.split("/")[-1].split(".")[-2]+"/"
        if not os.path.exists(target_image_path):
            os.makedirs(target_image_path)
        
        get_video_to_img(source_video_path, target_image_path)


run_video_to_image()

2.2 划分数据集

import os, random, shutil
 def moveimg(fileDir, tarDir):
    pathDir = os.listdir(fileDir)  # 取图片的原始路径
    filenumber = len(pathDir)
    rate = 0.2  # 自定义抽取图片的比例，比方说100张抽10张，那就是0.1
    picknumber = int(filenumber * rate)  # 按照rate比例从文件夹中取一定数量图片
    sample = random.sample(pathDir, picknumber)  # 随机选取picknumber数量的样本图片
    print(sample)
    for name in sample:
        shutil.move(fileDir + name, tarDir + "/" + name)
    return
 
def movelabel(file_list, file_label_train, file_label_val):
    for i in file_list:
        if i.endswith('.jpg'):
            # filename = file_label_train + "\\" + i[:-4] + '.xml'  # 可以改成xml文件将’.txt‘改成'.xml'就可以了
            filename = file_label_train + "/" + i[:-4] + '.txt'  # 可以改成xml文件将’.txt‘改成'.xml'就可以了
            if os.path.exists(filename):
                shutil.move(filename, file_label_val)
                print(i + "处理成功！")
 
if __name__ == '__main__':
    fileDir = r"/home/y/Code/datasets/train/images/BulletHole4/"  # 源图片文件夹路径
    tarDir = r'/home/y/Code/datasets/val/images/BulletHole4'  # 图片移动到新的文件夹路径
    file_label_train = r"/home/y/Code/datasets/train/labels/BulletHole4/"  # 源图片标签路径
    file_label_val = r"/home/y/Code/datasets/val/labels/BulletHole4"  # 标签移动到新的文件夹路径
    # 移动图片到指定文件夹下
    moveimg(fileDir, tarDir)
    file_list = os.listdir(tarDir)    
    # 移动标签到指定文件夹下
    movelabel(file_list, file_label_train, file_label_val)

最终生成的数据集结构如下：

2.3 Yolov8环境配置

2.3.1 Yolov8下载

下载命令：
第一种（推荐，方便项目管理）：

git clone https://github.com/ultralytics/ultralytics
cd ultralytics
pip install -e .

第二种：

pip install ultralytics
或者
python -m pip install ultralytics

注：
Yolov8下载地址：https://github.com/ultralytics/ultralytics/tree/main
模型下载地址：https://docs.ultralytics.com/tasks/detect/

Model	size (pixels)	mAPval 50-95	Speed CPU ONNX (ms)	Speed A100 TensorRT (ms)	params (M)	FLOPs (B)
YOLOv8n	640	37.3	80.4	0.99	3.2	8.7
YOLOv8s	640	44.9	128.4	1.20	11.2	28.6
YOLOv8m	640	50.2	234.7	1.83	25.9	78.9
YOLOv8l	640	52.9	375.2	2.39	43.7	165.2
YOLOv8x	640	53.9	479.1	3.53	68.2	257.8

tensorRT的下载链接：https://developer.nvidia.com/login

2.3.2 Yolov8环境配置

conda create -n yolo_tracking python=3.8
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch
conda install loguru
python -m pip install opencv-python
python -m pip install gdown
conda install scipy
python -m pip install --upgrade charset-normalizer
conda install -c conda-forge lap
python -m pip install psutil
python -m pip install pandas
python -m pip install seaborn
python -m pip install tqdm
python -m pip install requests
python -m pip install PyYAML
python -m pip install Pillow

# onnxruntime下载
pip install onnxruntime  -i https://pypi.douban.com/simple/

注：在配置环境过程中，如遇到 pip安装问题，可查看pip安装问题常见解决办法

2.4 Yolov8模型训练，得到初步的检测模型

2.4.1 训练方式

yolo task=detect mode=train model=/home/y/Code/yolo_tracking/weights/yolov8x.pt data=datasets/my_dataset.yaml epochs=300 batch=4 device='0,1'
或者
yolo task=detect mode=train model=yolov8x.yaml data=datasets/my_dataset.yaml epochs=300 batch=4 device='0,1'

2.4.2 训练过程中遇到的问题

(1) wandb登录问题

可直接将wandb删除,执行命令如下：

python -m pip uninstall wandb

3 使用初步的检测模型实现自动数据集标注

3.1 使用初步的检测模型生成labels

3.1.1 修改default.yaml的参数配置，以保存由模型预测得到的labels的.txt文件

在使用初步的检测模型生成labels之前，需要修改default.yaml文件，使得预测的结果能够以.txt的形式保存。
在终端输入 yolo cfg找到default.yaml的位置，并将save_txt的false改为true
具体命令如下：

# 找到default.yaml的位置 
yolo cfg

# 打开 default.yaml文件
sudo gedit /home/y/anaconda3/envs/yolo_tracking/lib/python3.8/site-packages/ultralytics/cfg/default.yaml
# 将save_txt的值修改为True

案例:
找到default.yaml的位置 ，我的default.yaml文件的路径为：
‘/home/y/anaconda3/envs/yolo_tracking/lib/python3.8/site-packages/ultralytics/cfg/default.yaml’
打开default.yaml文件，将save_txt的值修改为True，并ctrl+s进行保存

3.1.2 预测待自动标注的数据集

yolo predict model=runs/detect/train8/weights/best.pt source=/home/y/Code/test/test_dataset

3.2 微调labels

最后使用标注工具进行微调，这里我们使用的是labelImg，加载images和labels进行微调。
labelImg的具体安装步骤和使用方法，已在labelImg具体标注教程介绍，此处不再赘述。