如何在自定义数据集上训练 YOLOv8 实例分割模型

在本文中，我们将介绍微调 YOLOv8-seg 预训练模型的过程，以提高其在特定目标类别上的准确性。 Ikomia API简化了计算机视觉工作流的开发过程，允许轻松尝试不同的参数以达到最佳结果。

使用 Ikomia API 入门

通过 Ikomia API，我们只需几行代码就可以训练自定义的 YOLOv8 实例分割模型。要开始，请在虚拟环境中安装 API。

pip install ikomia

在本教程中，我们将使用 Roboflow 的珊瑚数据集。您可以通过以下链接下载此数据集： https://universe.roboflow.com/ds/Ap7v6sRXMc?key=ecveMLIdNa

使用几行代码运行训练 YOLOv8 实例分割算法

您还可以直接加载我们准备好的开源笔记本。

from ikomia.dataprocess.workflow import Workflow

# Initialize the workflowwf = Workflow()
# Add the dataset loader to load your custom data and annotationsdataset = wf.add_task(name='dataset_coco')
# Set the parameters of the dataset loaderdataset.set_parameters({    'json_file': 'Path/To/Mesophotic Coral/Dataset/train/_annotations.coco.json',    'image_folder': 'Path/To/Mesophotic Coral/Dataset/train',    'task': 'instance_segmentation',}) 
# Add the YOLOv8 segmentation algorithmtrain = wf.add_task(name='train_yolo_v8_seg', auto_connect=True)
# Set the parameters of the YOLOv8 segmentation algorithmtrain.set_parameters({    'model_name': 'yolov8m-seg',    'batch_size': '4',    'epochs': '50',    'input_size': '640',    'dataset_split_ratio': '0.8',    'output_folder':'Path/To/Folder/Where/Model-weights/Will/Be/Saved'})

什么是 YOLOv8 实例分割？

在进行具有所有参数详细信息的逐步方法之前，让我们更深入地了解实例分割和 YOLOv8。

什么是实例分割？

实例分割是计算机视觉任务，涉及在图像中识别和描绘单个对象。与语义分割不同，后者将每个像素分类为预定义的类别，实例分割旨在区分和分离对象的各个实例。

在实例分割中，目标不仅是对每个像素进行分类，还要为每个不同的对象实例分配一个唯一的标签或标识符。这意味着将同一类别的对象视为单独的实体。例如，如果图像中有多个汽车实例，实例分割算法将为每辆汽车分配一个唯一的标签，以实现精确的识别和区分。

实例检测、语义分割和实例分割之间的比较

与其他分割技术相比，实例分割提供了有关对象边界和空间范围的更详细和精细的信息。它广泛用于各种应用，包括自动驾驶、机器人技术、目标检测、医学图像和视频分析。

许多现代实例分割算法，如 YOLOv8-seg，采用深度学习技术，特别是卷积神经网络（CNN），以同时执行像素级分类和对象定位。这些算法通常结合了目标检测和语义分割的优势，以实现准确的实例级分割结果。

YOLOv8概述

发布和优势

由Ultralytics开发的YOLOv8是一种专门用于目标检测、图像分类和实例分割任务的模型。它以其准确性和紧凑的模型大小而闻名，成为YOLO系列的显着补充，该系列在YOLOv5方面取得了成功。凭借其改进的架构和用户友好的增强功能，YOLOv8为计算机视觉项目提供了一个出色的选择。

与其他实时目标检测器的比较：YOLOv8实现了最先进（SOTA）的性能

架构和创新

虽然YOLOv8的官方研究论文目前不可用，但对存储库和可用信息的分析提供了有关其架构的见解。YOLOv8引入了无锚检测，该方法预测对象中心而不依赖锚框。这种方法简化了模型并改善了后处理步骤，如非最大抑制。

该架构还包含新的卷积和模块配置，倾向于ResNet样式的结构。有关网络架构的详细可视化，请参阅GitHub用户RangeKing创建的图像。

YOLOv8模型结构（非官方）

训练例程和数据增强

YOLOv8的训练例程包括马赛克增强，其中多个图像被组合在一起，使模型暴露于对象位置、遮挡和周围像素的变化。但是，在最终训练时关闭此增强以防止性能降低。

准确性和性能

YOLOv8的准确性改进已在广泛使用的COCO基准测试上得到验证，在该基准测试中，该模型实现了令人印象深刻的平均精度（mAP）分数。例如，YOLOv8m-seg模型在COCO上实现了令人瞩目的49.9% mAP。以下表格提供了YOLOv8-seg不同变体的模型大小、mAP分数和其他性能指标的摘要：

以下是使用YOLOv8x检测和实例分割模型的输出示例：

YOLOv8x检测和实例分割模型

逐步操作：使用Ikomia API微调预训练的YOLOv8-seg模型

使用您下载的航拍图像数据集，您可以使用Ikomia API训练自定义的YOLO v7模型。

第1步：导入并创建工作流

from ikomia.dataprocess.workflow import Workflow
wf = Workflow()

Workflow 是创建工作流的基本对象。它提供了设置输入（如图像、视频和目录）、配置任务参数、获取时间度量和访问特定任务输出（如图形、分割掩码和文本）的方法。 我们初始化一个工作流实例。 然后，“wf”对象可用于向工作流实例添加任务，配置它们的参数，并在输入数据上运行它们。

第2步：添加数据集加载器

下载的COCO数据集包括两种主要格式：.JSON和图像文件。图像被分成train、val、test文件夹，每个文件夹都有一个包含图像注释的.json文件：

• 图像文件名

• 图像大小（宽度和高度）

• 具有以下信息的对象列表：对象类别（例如“person”、“car”）；边界框坐标（x、y、宽度、高度）和分割掩码（多边形）

我们将使用Ikomia API提供的dataset_coco模块加载自定义数据和注释。