YOLOv26 + Miniconda + VOC2012 训练全流程

Mr.z639

366人浏览 · 2026-05-10 22:10:41

Mr.z639 · 2026-05-10 22:10:41 发布

一、安装 Miniconda（环境基础）

1. 下载 Miniconda

官方直链（选对应系统）：

如果下载速度慢，可以使用清华大学开源软件镜像站

清华大学开源软件镜像站https://mirrors.tuna.tsinghua.edu.cn/

2. 安装

Windows：双击 exe，全程默认下一步，最后勾选「Add Miniconda3 to my PATH environment variable」
Linux/Mac：终端执行 bash 下载的 *.sh文件，全程回车 + 输入 yes（*表示下载的Miniconda文件名）

bash *.sh

二、拉取 YOLOv26 源码

1. 新建文件夹（任意位置），打开终端（Windows 用 CMD/PowerShell）

2. 克隆代码（git 命令）

git clone https://github.com/wangxinlong9/YOLOv26.git

如果下载速度慢，可以在github下载YOLOv26 源码

GitHub - YOLO 🚀https://github.com/ultralytics/ultralytics

三、配置 Conda 虚拟环境

1. 创建环境

conda create -n yolov26 python=3.10 -y

2. 激活环境

conda activate yolov26

✅ 终端前缀出现 (yolov26) 说明激活成功

四、安装项目依赖

1. 安装基础依赖

# pyproject.toml 使用配置文件下载所需依赖包
pip install -e .

2. 安装 PyTorch（CPU/GPU 通用）

# CPU版本（无显卡用这个）
pip install torch torchvision torchaudio

# GPU版本（有NVIDIA显卡用这个）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

五、获取 VOC2012 数据集（官方直链）

1. 下载数据集

仅需下载 1 个主文件（训练 + 验证集）：官方直链：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tarhttp://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

2. 解压数据集

Windows：右键解压到 YOLOv26/datasets/ 目录下
Linux：终端执行（先把下载的 tar 放到 datasets 文件夹）
```
cd datasets
tar -xvf VOCtrainval_11-May-2012.tar
```

3. 最终路径

确保路径为：YOLOv26/datasets/VOCdevkit/（VOC2012 文件夹在里面）

六、VOC 数据集 XML 标注转换为YOLO 格式 TXT 标注

import os
import xml.etree.ElementTree as ET
from tqdm import tqdm
from PIL import Image  # 统一放在顶部，更规范

# ====================== 配置项（你只需要改这里）=====================
VOC_CLASSES_FILE = "voc_classes.txt"      # VOC类别名称文件（输入）
CLASS_MAP_SAVE_FILE = "class_names.txt"   # 类别名→编号映射（输出，YOLO用）
VOC_ANNOTATIONS_DIR = "VOC2012/Annotations"  # XML标注文件夹
VOC_IMAGES_DIR = "train_data/images"          # 图片文件夹
YOLO_LABELS_SAVE_DIR = "train_data/labels"    # 输出YOLO标签路径
# ====================================================================

# 读取类别文件，生成 {类别名: 编号} 映射
def read_classes(classes_path):
    with open(classes_path, 'r', encoding='utf-8') as f:
        class_names = f.read().strip().split()
    return {name: idx for idx, name in enumerate(class_names)}

# 保存 类别编号+名称 映射文件
def save_class_map(class_map, save_path):
    with open(save_path, 'w', encoding='utf-8') as f:
        # 按编号排序，保证顺序正确
        sorted_classes = sorted(class_map.items(), key=lambda x: x[1])
        for cls_name, cls_id in sorted_classes:
            f.write(f"{cls_id} {cls_name}\n")
    print(f"类别映射已保存到：{save_path}")

# 单张 XML 转 YOLO 格式（坐标归一化）
def convert_xml2yolo(xml_path, class_map, img_w, img_h):
    tree = ET.parse(xml_path)
    root = tree.getroot()
    yolo_lines = []

    for obj in root.iter('object'):
        # 获取类别名称
        cls_name = obj.find('name').text.strip()
        if cls_name not in class_map:
            continue
        cls_id = class_map[cls_name]

        # 获取标注框坐标
        bndbox = obj.find('bndbox')
        xmin = float(bndbox.find('xmin').text)
        ymin = float(bndbox.find('ymin').text)
        xmax = float(bndbox.find('xmax').text)
        ymax = float(bndbox.find('ymax').text)

        # VOC坐标 → YOLO归一化中心坐标
        dw = 1.0 / img_w
        dh = 1.0 / img_h
        x = (xmin + xmax) / 2.0 * dw  # 中心x
        y = (ymin + ymax) / 2.0 * dh  # 中心y
        w = (xmax - xmin) * dw        # 宽度
        h = (ymax - ymin) * dh        # 高度

        # 标准YOLO格式：类别id x y w h（保留6位小数）
        yolo_lines.append(f"{cls_id} {x:.6f} {y:.6f} {w:.6f} {h:.6f}")

    return yolo_lines

# 批量转换所有XML
def batch_convert():
    # 创建输出文件夹
    os.makedirs(YOLO_LABELS_SAVE_DIR, exist_ok=True)
    # 读取类别映射
    class_map = read_classes(VOC_CLASSES_FILE)

    # 保存类别映射文件
    save_class_map(class_map, CLASS_MAP_SAVE_FILE)

    # 获取所有XML文件
    xml_files = [f for f in os.listdir(VOC_ANNOTATIONS_DIR) if f.endswith('.xml')]

    print(f"找到 {len(xml_files)} 个XML标注，开始转换...")

    for xml_file in tqdm(xml_files, desc="转换进度"):
        # 匹配对应图片（XML文件名 = 图片文件名）
        img_name = xml_file.replace('.xml', '.jpg')
        img_path = os.path.join(VOC_IMAGES_DIR, img_name)

        # 无对应图片则跳过
        if not os.path.exists(img_path):
            continue

        # 获取图片宽高
        with Image.open(img_path) as img:
            img_w, img_h = img.size

        # 转换标注
        xml_path = os.path.join(VOC_ANNOTATIONS_DIR, xml_file)
        label_lines = convert_xml2yolo(xml_path, class_map, img_w, img_h)

        # 保存YOLO格式txt标签
        txt_save_path = os.path.join(YOLO_LABELS_SAVE_DIR, xml_file.replace('.xml', '.txt'))
        with open(txt_save_path, 'w', encoding='utf-8') as f:
            f.write('\n'.join(label_lines))

    print(f"全部转换完成！YOLO标签已保存到：{YOLO_LABELS_SAVE_DIR}")

if __name__ == "__main__":
    batch_convert()

# voc_classes.txt
aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

# class_names.txt
0 aeroplane
1 bicycle
2 bird
3 boat
4 bottle
5 bus
6 car
7 cat
8 chair
9 cow
10 diningtable
11 dog
12 horse
13 motorbike
14 person
15 pottedplant
16 sheep
17 sofa
18 train
19 tvmonitor

七、修改YOLO配置文件

# data.yaml
path: datasets # dataset root dir
train: train_data/train_yolo.txt 
val: train_data/val_yolo.txt 

# Classes
names:
  0: aeroplane
  1: bicycle
  2: bird
  3: boat
  4: bottle
  5: bus
  6: car
  7: cat
  8: chair
  9: cow
  10: diningtable
  11: dog
  12: horse
  13: motorbike
  14: person
  15: pottedplant
  16: sheep
  17: sofa
  18: train
  19: tvmonitor

# train.py

from ultralytics import YOLO

# Load a COCO-pretrained YOLO26n model
model = YOLO("yolo26n.pt")

# Train the model on the COCO8 example dataset for 100 epochs
results = model.train(data="./datasets/data.yaml", epochs=100,batch=64)