YOLOv8制作自己的实例分割数据集保姆级教程（包含json转txt）

1.数据准备

首先对原始数据集进行整理，将标注好的图像和标签分别放在两个文件夹中，同时额外新建两个文件夹，用于存放转换完的标签与划分后的数据集。

1.1将json格式文件转换为txt格式

新建json2txt.py文件，将代码中的文件路径修改为自己的路径。

❗❗❗代码中第43行的classes中存放的是自己数据集的分类标签，记得修改成自己的。

import json
import os
from tqdm import tqdm


def convert_label(json_dir, save_dir, classes):
    json_paths = os.listdir(json_dir)
    classes = classes.split(',')

    for json_path in tqdm(json_paths):

        path = os.path.join(json_dir, json_path)
        with open(path, 'r') as load_f:
            json_dict = json.load(load_f)
        h, w = json_dict['imageHeight'], json_dict['imageWidth']

        # save txt path
        txt_path = os.path.join(save_dir, json_path.replace('json', 'txt'))
        txt_file = open(txt_path, 'w')

        for shape_dict in json_dict['shapes']:
            label = shape_dict['label']
            label_index = classes.index(label)
            points = shape_dict['points']

            points_nor_list = []

            for point in points:
                points_nor_list.append(point[0] / w)
                points_nor_list.append(point[1] / h)

            points_nor_list = list(map(lambda x: str(x), points_nor_list))
            points_nor_str = ' '.join(points_nor_list)

            label_str = str(label_index) + ' ' + points_nor_str + '\n'
            txt_file.writelines(label_str)


if __name__ == "__main__":

    json_dir = 'E:/segmentation_dataset/json'
    save_dir = 'E:/segmentation_dataset/txt'
    classes = 'material,inner_material,hole'

    convert_label(json_dir, save_dir, classes)

1.2划分数据集

新建splitDataset.py，将代码中的文件路径修改为自己的路径。

数据集的划分比例可以按自己的需求修改。

import shutil
import random
import os


# 检查文件夹是否存在
def mkdir(path):
    if not os.path.exists(path):
        os.makedirs(path)


def split(image_dir, txt_dir, save_dir):
    # 创建文件夹
    mkdir(save_dir)
    images_dir = os.path.join(save_dir, 'images')
    labels_dir = os.path.join(save_dir, 'labels')

    img_train_path = os.path.join(images_dir, 'train')
    img_test_path = os.path.join(images_dir, 'test')
    img_val_path = os.path.join(images_dir, 'val')

    label_train_path = os.path.join(labels_dir, 'train')
    label_test_path = os.path.join(labels_dir, 'test')
    label_val_path = os.path.join(labels_dir, 'val')

    mkdir(images_dir)
    mkdir(labels_dir)
    mkdir(img_train_path)
    mkdir(img_test_path)
    mkdir(img_val_path)
    mkdir(label_train_path)
    mkdir(label_test_path)
    mkdir(label_val_path)

    # 数据集划分比例，训练集75%，验证集15%，测试集15%，按需修改
    train_percent = 0.8
    val_percent = 0.1
    test_percent = 0.1

    total_txt = os.listdir(txt_dir)
    num_txt = len(total_txt)
    list_all_txt = range(num_txt)  # 范围 range(0, num)

    num_train = int(num_txt * train_percent)
    num_val = int(num_txt * val_percent)
    num_test = num_txt - num_train - num_val

    train = random.sample(list_all_txt, num_train)
    # 在全部数据集中取出train
    val_test = [i for i in list_all_txt if not i in train]
    # 再从val_test取出num_val个元素，val_test剩下的元素就是test
    val = random.sample(val_test, num_val)

    print("训练集数目：{}, 验证集数目：{},测试集数目：{}".format(len(train), len(val), len(val_test) - len(val)))
    for i in list_all_txt:
        name = total_txt[i][:-4]

        srcImage = os.path.join(image_dir, name + '.jpg')
        srcLabel = os.path.join(txt_dir, name + '.txt')

        if i in train:
            dst_train_Image = os.path.join(img_train_path, name + '.jpg')
            dst_train_Label = os.path.join(label_train_path, name + '.txt')
            shutil.copyfile(srcImage, dst_train_Image)
            shutil.copyfile(srcLabel, dst_train_Label)
        elif i in val:
            dst_val_Image = os.path.join(img_val_path, name + '.jpg')
            dst_val_Label = os.path.join(label_val_path, name + '.txt')
            shutil.copyfile(srcImage, dst_val_Image)
            shutil.copyfile(srcLabel, dst_val_Label)
        else:
            dst_test_Image = os.path.join(img_test_path, name + '.jpg')
            dst_test_Label = os.path.join(label_test_path, name + '.txt')
            shutil.copyfile(srcImage, dst_test_Image)
            shutil.copyfile(srcLabel, dst_test_Label)


if __name__ == '__main__':

    image_dir = 'E:/segmentation_dataset/images'
    txt_dir = 'E:/segmentation_dataset/txt'
    save_dir = 'E:/segmentation_dataset/dataset'

    split(image_dir, txt_dir, save_dir)

运行完后得到如下文件：

dataset中分别存放有划分好的图片数据和标注数据。

到此，数据集制作完毕！ 

2.训练设置

2.1新建segmentation.yaml文件

 按照如下格式在yolov8工程的datasets文件夹下进行新建，路径修改为自己的路径，对应的分类标签也修改为自己的。

train: E:\segmentation_dataset\dataset\images\train  # train images (relative to 'path') 128 images
val: E:\segmentation_dataset\dataset\images\val  # val images (relative to 'path') 128 images
test: E:\segmentation_dataset\dataset\images\test  # test images (optional)

# Classes
names:
  0: material
  1: inner_material
  2: hole

2.2训练参数设置 

配置参数如下图所示：

 以上常用参数解释如下：

📌task：选择任务类型，可选['detect', 'segment', 'classify', 'pose']。

📌mode: 选择是训练、验证、预测和导出模型等，可选['train', 'val', 'predict', 'export', 'track', 'benchmark']。

📌model: 选择yolov8不同的模型配置文件，可选yolov8s-seg.pt、yolov8m-seg.pt、yolov8x-seg.pt等（提供了n、s、m、l、x版本，随着架构的增大，训练时间也是逐渐增大，需要根据自身设备硬件配置合理选择）。

❗❗❗注意model最好去github上提前下载好，放在如图所示的指定位置，如果没提前下载运行时会自动下载，但是下载速度可能非常非常慢。

yolov8官方权重下载地址：

https://github.com/ultralytics/ultralytics?tab=readme-ov-filehttps://github.com/ultralytics/ultralytics?tab=readme-ov-file

📌data: 选择生成的数据集配置文件。

📌epochs：训练过程中整个数据集的迭代次数。

📌batch：一次看完多少张图片才进行权重更新，梯度下降的mini-batch，提示爆显存就需要调小一点。

📌imgsz：输入图片的尺寸大小。

📌workers：用于数据加载的工作线程数。

📌project：训练工程名称。

📌name：保存训练结果的文件夹名称。

📌resume：从最后一个检查点恢复训练，即模型训练的断点接续，可选False或True。

完成配置后，开始进行训练即可！

另外，如果有想了解yolov8目标检测数据集制作以及YOLOv8目标检测 opencv模型部署的小伙伴可以移步我的其他文章

YOLOv8制作自己的目标检测数据集保姆级教程（包含json转xml转txt）https://blog.csdn.net/m0_57010556/article/details/135460191?spm=1001.2014.3001.5502

YOLOv8目标检测 opencv模型部署保姆级教程（包含opencv环境配置）https://blog.csdn.net/m0_57010556/article/details/139109317?spm=1001.2014.3001.5502