0-dog-breed-detection

labs-dog-breed-detection

这个教程是为了从数据集处理的角度，帮助大家快速上手基于ultralytics YOLOv8，并完成一个狗品种检测的实战项目。

数据集来源于Stanford Dogs Dataset (kaggle上也有人上传整理，链接)，包含120种狗品种，每个品种有100张图片。

数据集Context

斯坦福狗数据集包含来自世界各地的 120 种狗的图像。该数据集使用 ImageNet 中的图像和注释构建而成，用于细粒度图像分类任务。它最初是为了细粒度图像分类而收集的，这是一个具有挑战性的问题，因为某些狗品种具有几乎相同的特征或颜色和年龄不同。

数据集Content

• 类别数量：120
• 图像数量：20,580
• 注释：类别标签、边界框

文件介绍

文件结构

├── README.md
├── dog-breed-detection_kaggle.ipynb
├── dog-breed-detection_local.ipynb
├── runs
│   └── detect
│       └── predict4
│           ├── dogs1.jpg
│           └── dogs2.jpg
├── test_dogs
│   ├── dogs1.png
│   └── dogs2.png
└── yolov8m-v1
    ├── F1_curve.png
    ├── PR_curve.png
    ├── P_curve.png
    ├── R_curve.png
    ├── args.yaml
    ├── confusion_matrix.png
    ├── confusion_matrix_normalized.png
    ├── labels.jpg
    ├── labels_correlogram.jpg
    ├── results.csv
    ├── results.png
    ├── train_batch0.jpg
    ├── train_batch1.jpg
    ├── train_batch2.jpg
    ├── train_batch23250.jpg
    ├── train_batch23251.jpg
    ├── train_batch23252.jpg
    ├── val_batch0_labels.jpg
    ├── val_batch0_pred.jpg
    ├── val_batch1_labels.jpg
    ├── val_batch1_pred.jpg
    ├── val_batch2_labels.jpg
    ├── val_batch2_pred.jpg
    └── weights
        └── best.pt

• dog-breed-detection_kaggle.ipynb 是基于kaggle平台P100 GPU （16G）进行训练的notebook，需要使用kaggle的GPU资源，请大家直接看我修改后dog-breed-detection-hong-fixed (修改调整自vineetmahajan/dog-breed-detection，这个文件会有点环境问题，所以需要修改)。

• dog-breed-detection_local.ipynb 是基于本地GPU（A6000 32G, 三卡似乎有点问题，大家可以根据自己的计算资源调整batch size）进行训练的notebook，需要本地有GPU资源，并下载数据集（notebook会全部提供），修改调整自上面的kaggle notebook。

• yolov8m-v1 是基于dog-breed-detection_local.ipynb训练好的模型路径，包括训练过程中的权重、训练结果等。

  • yolov8m-v1/weights 是训练好的模型权重，只保留了best.pt
  • args.yaml 是训练过程中的参数记录。
  • results.csv 是训练过程中的记录。
  • results.png 是训练过程中的记录的可视化。
  • confusion_matrix.png ，confusion_matrix_normalized.png 是训练过程中的混淆矩阵的可视化和可视化归一化。
  • labels.jpg，labels_correlogram.jpg 是训练过程中的标签和标签的correlogram。
  • F1_curve.png，PR_curve.png，P_curve.png，R_curve.png 是训练过程中的F1曲线、PR曲线、P曲线、R曲线。
  • train_batch0.jpg，train_batch1.jpg，train_batch2.jpg 是训练过程中的训练图片，采用了mosaic的数据增强方式。
  • train_batch23250.jpg，train_batch23251.jpg，train_batch23252.jpg 是训练过程中的训练图片，不再采用mosaic的数据增强方式。
  • val_batch0_labels.jpg，val_batch1_labels.jpg ，val_batch2_labels.jpg 是训练过程中的验证图片的标签。
  • val_batch0_labels.jpg，val_batch1_labels.jpg ，val_batch2_labels.jpg 是训练过程中的验证图片的标签。
  • val_batch0_pred.jpg，val_batch1_pred.jpg ，val_batch2_pred.jpg 是训练过程中的验证图片的预测值。

• test_dogs 是测试图片，用于测试模型效果。

  • 包含dogs1.jpg 和 dogs2.jpg 两张图片

• runs 是测试图片的预测结果

  • runs/detect/predict4 里存放了test_dogs中的dogs1.jpg和dogs2.jpg的预测结果。4是预测时的index。

0. 环境准备 [todo]

1. 数据集准备

2. 模型训练

3. 模型推理

4. 模型评估

5. 模型部署