使用 Roboflow 上的数据集完成 YOLO v8 模型训练

使用上的公开数据集，直接导出为 YOLOv8 所需的格式。train/valid/test/images/labels/data.yamldata.yamldata.yamltrainvalncnames**数据增强 **这些参数的默认值已经能取得不错的效果。对于这个网球数据集，我们可以直接使用默认值，或者稍微调整一下来获得更好的泛化能力。yolov8cddata.yamlyolov8n.ptep

LXT477

1544人浏览 · 2025-11-26 19:38:02

LXT477 · 2025-11-26 19:38:02 发布

第一步：获取公开数据集

使用 Roboflow 上的公开数据集，直接导出为 YOLOv8 所需的格式。

访问 Roboflow 数据集页面
- 访问：https://universe.roboflow.com
  搜索网球数据集
下载数据集
- 在数据集页面，点击右上角的 “Download Dataset” 按钮。
- 在弹出的下载窗口中，你需要选择导出格式。请在 “Format” 下拉菜单中，选择 “YOLO v8”。
- 选择好格式后，点击 “Download ZIP” 按钮。
- 注意：可能需要注册一个 Roboflow 账号才能下载，注册是免费的。
解压数据集
- 下载完成后，会得到一个名为 tennisball.v1i.yolov8 的压缩文件。（名字可能会不一样）
- 将这个文件解压到你电脑上的一个固定位置。推荐路径是 ~/datasets/。
- 解压后，会得到一个名为 tennisball.v1i.yolov8 的文件夹（或类似名称）。进入该文件夹，会看到以下结构：
```
tennis-ball-1/
├── train/
│   ├── images/
│   └── labels/
├── valid/
│   ├── images/
│   └── labels/
├── test/
│   ├── images/
│   └── labels/
└── data.yaml
```
  - train/, valid/, test/：分别存放训练集、验证集和测试集。
  - images/：存放图片文件（.jpg）。
  - labels/：存放对应的标注文件（.txt），每个图片都有一个同名的标注文件。
  - data.yaml：非常重要的配置文件，它定义了数据集的类别、训练集和验证集的路径。

第二步：数据集准备与增强

检查 data.yaml 文件
- 用文本编辑器打开 data.yaml 文件，它的内容应该如下所示：
```
train: ../train/images
val: ../valid/images

nc: 1
names: ['tennis ball']
```
  - train 和 val：指定了训练集和验证集图片的相对路径。这个路径是相对于你运行训练命令时所在的目录而言的。
  - nc (number of classes)：类别数量，这里是 1，因为我们只识别网球。
  - names：类别名称列表。
**数据增强 **
- 为什么需要数据增强？ 我们的目标是让训练出的模型在真实世界中也能准确识别网球。但真实世界的情况是多变的：网球可能在强光下、阴影里、不同角度、不同距离，甚至可能被部分遮挡。我们下载的数据集虽然很好，但可能无法覆盖所有这些情况。
- 什么是数据增强？ 数据增强是在训练过程中，通过对原始图片进行一系列随机的、但又符合真实世界变化的修改，来“创造”出新的训练样本。这相当于扩充了你的数据集，让模型“见多识广”。
- YOLOv8 的自动增强：YOLOv8 在训练时会自动对图片进行数据增强。不需要手动修改任何图片或编写额外的代码。
- 如何控制增强策略？ 在启动训练的命令中可以添加参数来调整增强的强度和类型。例如：
  - --hsv_h 0.015：随机调整图片的色相。
  - --hsv_s 0.7：随机调整图片的饱和度。
  - --hsv_v 0.4：随机调整图片的明度。
  - --degrees 0.5：随机旋转图片（±0.5度）。
  - --translate 0.1：随机平移图片（±10%的宽度和高度）。
  - --scale 0.5：随机缩放图片（范围从 0.5 到 1.5 倍）。
  - --flipud 0.2：随机上下翻转图片（概率为 20%）。
  - --fliplr 0.5：随机左右翻转图片（概率为 50%）。
  - --mosaic 1.0：开启马赛克增强（将4张图片拼接成1张，增加背景多样性）。
这些参数的默认值已经能取得不错的效果。对于这个网球数据集，可以直接使用默认值，或者稍微调整一下来获得更好的泛化能力。

第三步：启动模型训练

打开终端并激活环境
- 打开你的终端（Terminal）。
- 激活之前创建的 yolov8 conda 环境：
```
conda activate yolov8
```
进入数据集目录
- 使用 cd 命令，进入你刚刚解压的数据集根目录。例如：
```
cd ~/datasets/tennisball.v1i.yolov8/
```
- 非常重要：确保终端当前路径就在 tennisball.v1i.yolov8 目录下。因为 data.yaml 文件中指定的路径是相对路径，训练脚本会根据当前的位置来查找图片。
执行训练命令
- 在终端中，输入并执行以下命令：
```
yolo detect train \
  data=data.yaml \
  model=yolov8n.pt \
  epochs=100 \
  imgsz=640 \
  batch=16 \
  patience=15 \
  project=~/runs/train \
  name=tennis_best \
  exist_ok=True
```
- 命令参数详解：（这里的参数设置要量力而行，不然因为系统资源不足（比如什么内存 / 显存耗尽）的原因训练失败后电脑会很卡很卡很卡很卡很卡很卡很卡）
  - yolo detect train：调用 YOLOv8 的检测模型训练功能。
  - data=data.yaml：指定数据集配置文件。
  - model=yolov8n.pt：指定预训练模型。yolov8n.pt 是 YOLOv8 系列中最小、最快的模型（nano）。
  - epochs=100：指定训练轮数。模型将遍历整个训练集 100 次。对于这个数据集，100 轮通常足够模型收敛。
  - imgsz=640：指定输入图片的尺寸（640x640像素）。这是一个标准尺寸，也与我们后续在 RK3566 上部署的要求一致。
  - batch=16：指定批次大小。即每一次训练迭代，模型会同时处理 16 张图片。这个值可以根据电脑的显存大小进行调整。如果训练时显存不足，可以减小这个值（例如 batch=8）。
  - patience=15：早停耐心值。如果在 15 轮训练内，模型在验证集上的性能（mAP）没有提升，训练会自动停止，以防止过拟合并节省时间。
  - project=~/runs/train：指定训练结果的保存路径。
  - name=tennis_best：为这次训练命名。结果将保存在 ~/runs/train/tennis_best/ 目录下。
  - exist_ok=True：如果 tennis_best 目录已存在，则覆盖它。
观察训练过程
- 命令执行后，训练就会开始。终端会有一系列输出信息，包括每一轮的训练损失（loss）、验证集上的精度（mAP）等。

50 epochs completed in 0.280 hours.
Optimizer stripped from /home/robot/runs/train/tennis_light/weights/last.pt, 6.2MB
Optimizer stripped from /home/robot/runs/train/tennis_light/weights/best.pt, 6.2MB

Validating /home/robot/runs/train/tennis_light/weights/best.pt...
Ultralytics 8.3.228 🚀 Python-3.9.25 torch-2.8.0+cu128 CUDA:0 (NVIDIA GeForce RTX 4060, 7783MiB)
Model summary (fused): 72 layers, 3,005,843 parameters, 0 gradients, 8.1 GFLOPs
              Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100% ━━━━━━━━━━━━ 25/25 35.7it/s 0.7s
                all        194        204      0.974       0.98      0.989      0.781
Speed: 0.1ms preprocess, 0.8ms inference, 0.0ms loss, 0.3ms postprocess per image
Results saved to /home/robot/runs/train/tennis_light

训练过程中，可以访问 http://localhost:6006 来看 TensorBoard 可视化界面，里面有更直观的损失曲线和精度曲线,还可以在终端输入nvitop 查看显存使用率，合理安排训练命令参数。

训练结果
- 当训练完成或达到 patience 次数后，程序会自动退出。
- 由于box_loss、cls_loss、dfl_loss 均持续下降并趋于平稳（最后 10 轮波动极小，无反弹），所以没有继续增加训练轮数
- 最佳的模型权重文件 best.pt 会保存在 ~/runs/train/tennis_best/weights/ 目录下。这个 best.pt 文件就是训练好的、可以用于后续部署的模型。

第四步：模型验证（可选）

训练完成后，可以用独立的测试集来评估一下模型的最终性能。

在 tennis-ball-1/ 目录下，执行以下命令：

yolo detect val \
  data=data.yaml \
  model=~/runs/train/tennis_best/weights/best.pt \
  imgsz=640

命令会加载 best.pt 模型，并在 test/ 文件夹中的图片上进行推理。
执行完毕后，终端会打印出最终的评估指标，其中最重要的是 mAP@0.5 。
- mAP@0.5 是目标检测任务中衡量模型精度的核心指标。对于这个网球检测任务，期望这个值能达到 0.95 以上，这代表模型在真实场景下有非常高的识别准确率。

遇到的问题：训练命令的参数设置的不合理导致电脑变得很卡很卡很卡

下面是我当时的解决方法：

按 Ctrl+Alt+F2 切到纯命令行界面（图形界面卡所以要绕开，秒进）
输账号密码登录（盲输也能识别，输完回车）
直接执行杀进程+清缓存命令（复制粘贴或盲输）：
sudo killall -9 python && sudo echo 3 > /proc/sys/vm/drop_caches
等10秒，按 Ctrl+Alt+F7 切回图形界面，已恢复流畅
若仍卡，执行 sudo reboot 强制重启或物理层面强制关机重启，重启后资源全释放，回到训练前状态
换参数，换成轻量级的

# 先进入数据集根目录
cd ~/datasets/tennisball.v1i.yolov8

# 执行轻量训练
yolo detect train \
  data=data.yaml \
  model=yolov8n.pt \
  epochs=50 \
  imgsz=480 \
  batch=4 \
  workers=0 \
  cache=False \
  project=~/runs/train \
  name=tennis_light \
  exist_ok=True

测试训练好的 YOLOv8 网球模型， 3种测试方式：

核心前提

模型路径：~/runs/train/tennis_light/weights/best.pt（你的最优模型）
确保已激活 YOLOv8 环境：conda activate yolov8

方式1：快速测试（单张/多张图片，秒出结果）

适合快速验证模型是否能识别网球，支持本地图片、网络图片、文件夹批量测试。

1.1 测试单张本地图片

# 替换为你的图片路径（如桌面的网球图片）
yolo detect predict \
  model=~/runs/train/tennis_light/weights/best.pt \
  source=~/Desktop/tennis_test.jpg \  # 本地图片路径
  save=True \  # 保存识别后的图片（带边界框）
  conf=0.5 \   # 置信度阈值（只显示置信度≥50%的结果）
  show=True    # 弹出窗口显示识别结果

执行后会弹出窗口，显示图片中识别到的网球（红色边界框+置信度）；
识别后的图片会保存在 runs/detect/predict/ 目录下。

1.2 测试文件夹内所有图片（批量验证）

如果有多个测试图片，放在一个文件夹（如 ~/test_images/），批量测试：

yolo detect predict \
  model=~/runs/train/tennis_light/weights/best.pt \
  source=~/test_images/ \  # 测试图片文件夹路径
  save=True \
  conf=0.5 \
  show=False  # 批量测试时关闭弹窗，只保存结果

所有识别后的图片会保存在 runs/detect/predict2/（自动递增编号），可打开文件夹查看整体识别效果。

方式2：真实场景测试（USB摄像头实时识别）

最接近部署后的使用场景，用电脑的 USB 摄像头实时拍摄网球，测试模型的动态识别效果。

2.1 启动摄像头实时测试

yolo detect predict \
  model=~/runs/train/tennis_light/weights/best.pt \
  source=0 \  # 0 表示默认USB摄像头（多个摄像头可试 1、2）
  save=True \  # 可选：保存实时识别的视频
  conf=0.5 \
  show=True \  # 弹出窗口显示实时识别画面
  vid_stride=1  # 每帧都识别（不跳帧，保证实时性）

执行后弹出窗口，显示摄像头画面，移动网球时会实时识别并画框；
若想关闭弹窗，将 show=False，同时开启 save=True，视频会保存在 runs/detect/predict3/。

2.2 关键测试场景（验证泛化能力）

重点测试以下场景，确保模型在真实环境中能用：

网球在不同距离（0.5m、1m、2m）；
不同角度（正面、侧面、倾斜）；
不同光照（室内灯光、室外自然光、逆光）；
复杂背景（放在桌面、地面、草地等）。

若某些场景漏检，可降低 conf=0.4（置信度阈值），再测试。

方式3：量化测试（精度+速度，部署前必做）

测试模型的 识别精度 和 推理速度，确保满足 RK3566 板卡的部署要求（重点看速度）。

3.1 用测试集量化精度（推荐）

用训练时的 test/ 数据集（独立于训练集/验证集），量化模型的官方指标：

yolo detect val \
  model=~/runs/train/tennis_light/weights/best.pt \
  data=~/datasets/tennis-ball-1/data.yaml \  # 你的数据集配置文件
  imgsz=480 \  # 和训练时一致的输入尺寸
  batch=4

执行后会输出详细精度报告，核心看：
- mAP50：≥0.98 为优秀（你的模型训练后是 0.989，完全达标）；
- mAP50-95：≥0.75 为良好（你的模型是 0.781，符合要求）；
- Speed：推理速度（你的模型在 GPU 上是 0.8ms/张，板卡上会稍慢，但完全满足实时性）。

3.2 测试推理速度（单独看帧率）

如果只关心速度，可关闭精度计算，仅测试推理帧率：

yolo detect predict \
  model=~/runs/train/tennis_light/weights/best.pt \
  source=0 \  # 摄像头实时测试帧率
  conf=0.5 \
  show=True \
  verbose=False \  # 关闭详细日志
  save=False  # 不保存视频，只看实时帧率