准备

  • 大量数据集
  • 明确分工
  • 确定规则
  • 一些脚本

开始

1、预标注

将部分数据集的文件夹用标注软件打开（AnyLabeling例），推荐按类标注，即先选择具体一类一直标完所有图片，再从第一张图片开始标注第二类，以此类推，可有效避免标错情况，提升效率。觉得数量就足够进入下一步

2、转化

导出的数据集结构如下：

data/
├─ images/
│  ├─ 001.jpg
│  ├─ 002.jpg
├─ labels/
│  ├─ 001.txt  
│  ├─ 002.txt  
└─ classes.txt

由于导出的classes.txt随机（也许可以调，我另辟蹊径），所以labels内容必然与标准不同，这时需要用脚本转化。流程如下：

运行match_label.py，根据data文件夹下的
classes.txt文件自动生成标准'data_标准'
文件夹，直接合并即可
            │
            ▼
运行check_label.py，根据当前目录下的
classes.txt文件，输出labels包含了哪些
标签，以此判断是否正确
            │
            ▼
运行find_label.py，修改需要查询的ID，
可以查找并统计哪些图片包含所查询的标签，
并输出文件名
            │
            ▼
运行count_label.py，可以统计31类标签
的标注次数
            │
            ▼
将标注的部分数据集合并（如果拥有多个文件夹）

3、预训练

请先配置虚拟环境

3.1 文件夹结构

创建如下所示的文件夹结构

KFS/
├─ data.yaml             # 配置文件
├─ train/                # 全部手动标注的数据集
│  ├─ images/            # 标注好的所有图片
│  └─ labels/           # 标注好的YOLO格式txt标签
├─ unlabeled/            # 海量未标注的原始图片
│  └─ images/            # 待自动标注的图片存放处
└─ data.yaml             # 训练配置文件（新建）

3.2 编写训练配置文件

在KFS根目录新建data.yaml，复制以下内容：

path: .
train: train/images
val: train/images       # 辅助标注预训练无需单独分验证集
nc: 31
names:
  0: R1
  1: T_01
  2: T_02
  3: T_03
  4: T_04
  5: T_05
  6: T_06
  7: T_07
  8: T_08
  9: T_09
  10: T_10
  11: T_11
  12: T_12
  13: T_13
  14: T_14
  15: T_15
  16: F_01
  17: F_02
  18: F_03
  19: F_04
  20: F_05
  21: F_06
  22: F_07
  23: F_08
  24: F_09
  25: F_10
  26: F_11
  27: F_12
  28: F_13
  29: F_14
  30: F_15

3.3 启动训练

请先进入虚拟环境

打开终端，进入KFS文件夹，执行以下命令：

yolo detect train model=yolov8n.pt data=data.yaml epochs=50 imgsz=800 workers=2

3.4 提取训练完成的模型

训练结束后，在以下路径获取最优模型：

./runs/detect/train-?/weights/best.pt

4、自动标注

运行auto_label.py，生成labels文件夹，即YOLO格式。如需转化成json格式，运行change.py即可

结尾

打开标注软件，切换相应格式（我用json），进行检查和修正步骤