当前位置： 首页 > article >正文

【数据集】【YOLO】【目标检测】道路垃圾识别数据集 8805 张，垃圾堆放识别数据集，YOLO垃圾识别算法实战训练教程！

article 2024/11/8 11:04:08

数据集介绍

【数据集】道路垃圾识别、垃圾堆放识别数据集 8805 张，目标检测，包含YOLO/VOC格式标注。

数据集中包含2种分类：{'0': 'garbage', '1': 'garbage_bag'}，分别是普通垃圾和垃圾袋。

数据集来自国内外图片网站和视频截图；

可用于无人机道路垃圾检测、路面垃圾堆放检测等。

检测场景为道路、商圈、企业园区、生态公园等垃圾检测，可用于智慧城市、智慧交通、智慧园区等，服务于城市卫生检测、环创、环境卫生保护、垃圾分类等。

一、数据概述

道路垃圾识别的重要性

  1. 垃圾处理难题：随着城市化进程的加速，生活垃圾处理总量越来越大，垃圾桶垃圾堆积过多不仅污染环境，还影响城市道路美观性。传统的人力定时巡查和清理方式存在清理不及时、资源浪费等问题。

  2. 智慧城市建设：在国家大力发展智慧城市的战略背景下，通过自动清扫机器人提高城市路面清洁效率，对城市环境智能化管理以及城市面貌有十分重要的实际意义。

基于YOLO的道路垃圾识别算法

  1. 数据集准备：针对垃圾检测任务，需要准备相应的数据集，包括垃圾图像及其对应的标签。这些数据集用于训练和评估机器学习模型，以识别和分类不同类型的垃圾。

  2. 模型训练与评估：使用YOLO算法对准备好的数据集进行训练，得到垃圾检测模型。然后，通过评估指标对模型进行评估，以确保其准确性和可靠性。

  3. 实际应用：将训练好的YOLO模型应用于智慧城市管理中，实现对城市街道垃圾堆的实时监测和预警。这有助于城市管理部门及时清理垃圾，维护城市环境的整洁。

该数据集含有 8805 张图片，包含Pascal VOC XML格式和YOLO TXT格式，用于训练和测试道路、商圈、企业园区、生态公园等区域的垃圾堆放情况。

图片格式为jpg格式，标注格式分别为：

YOLO：txt

VOC：xml

数据集均为手工标注，保证标注精确度。

二、数据集文件结构

waste/

——test/

————Annotations/

————images/

————labels/

——train/

————Annotations/

————images/

————labels/

——valid/

————Annotations/

————images/

————labels/

——data.yaml

  • 该数据集已划分训练集样本，分别是：test目录（测试集）、train目录（训练集）、valid目录（验证集）；
  • Annotations文件夹为Pascal VOC格式的XML文件 ；
  • images文件夹为jpg格式的数据样本；
  • labels文件夹是YOLO格式的TXT文件；
  • data.yaml是数据集配置文件，包含道路垃圾识别的目标分类和加载路径。

Annotations目录下的xml文件内容如下：

<?xml version="1.0" encoding="utf-8"?>
	<annotation>
		<folder>driving_annotation_dataset</folder>
		<filename>img4_jpg.rf.abb40d9a81f83922e4f61a3ea6bae209.jpg</filename>
		<size>
			<width>640</width>
			<height>640</height>
			<depth>3</depth>
		</size>
		<object>
			<name>garbage</name>
			<pose>Unspecified</pose>
			<truncated>0</truncated>
			<difficult>0</difficult>
			<bndbox>
				<xmin>242</xmin>
				<ymin>324</ymin>
				<xmax>522</xmax>
				<ymax>561</ymax>
			</bndbox>
		</object>
		<object>
			<name>garbage</name>
			<pose>Unspecified</pose>
			<truncated>0</truncated>
			<difficult>0</difficult>
			<bndbox>
				<xmin>135</xmin>
				<ymin>360</ymin>
				<xmax>218</xmax>
				<ymax>639</ymax>
			</bndbox>
		</object>
		<object>
			<name>garbage</name>
			<pose>Unspecified</pose>
			<truncated>0</truncated>
			<difficult>0</difficult>
			<bndbox>
				<xmin>79</xmin>
				<ymin>525</ymin>
				<xmax>139</xmax>
				<ymax>639</ymax>
			</bndbox>
		</object>
		<object>
			<name>garbage</name>
			<pose>Unspecified</pose>
			<truncated>0</truncated>
			<difficult>0</difficult>
			<bndbox>
				<xmin>1</xmin>
				<ymin>190</ymin>
				<xmax>50</xmax>
				<ymax>269</ymax>
			</bndbox>
		</object>
		<object>
			<name>garbage</name>
			<pose>Unspecified</pose>
			<truncated>0</truncated>
			<difficult>0</difficult>
			<bndbox>
				<xmin>322</xmin>
				<ymin>81</ymin>
				<xmax>408</xmax>
				<ymax>208</ymax>
			</bndbox>
		</object>
	</annotation>

三、数据集适用范围 

  • 目标检测场景，无人机检测或监控识别
  • yolo训练模型或其他模型
  • 道路、商圈、企业园区、生态公园等区域的垃圾堆放识别
  • 可用于智慧城市、智慧交通、智慧园区等，服务于城市卫生检测、环创、环境卫生保护等

四、数据集标注结果 

​​

1、数据集内容 

  1. 多角度场景：包含无人机视角、监控视角、行人拍摄视角等；
  2. 标注内容：names: ['garbage', 'garbage_bag']，总计2个分类；
  3. 图片总量：8805 张图片数据；
  4. 标注类型：含有Pascal VOC XML格式和yolo TXT格式；

五、训练过程

1、导入训练数据

下载YOLOv8项目压缩包，解压在任意本地workspace文件夹中。

下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。

​​​​

在ultralytics-main项目根目录下，创建data文件夹，并在data文件夹下创建子文件夹：Annotations、images、imageSets、labels，其中，将pascal VOC格式的XML文件手动导入到Annotations文件夹中，将JPG格式的图像数据导入到images文件夹中，imageSets和labels两个文件夹不导入数据。

data目录结构如下：

data/

——Annotations/   //存放xml文件

——images/          //存放jpg图像

——imageSets/

——labels/

整体项目结构如下所示：

​

2、数据分割

首先在ultralytics-main目录下创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集train.txt、验证集val.txt、测试集test.txt，里面存放的就是用于训练、验证、测试的图片名称。

import os
import random

trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

3、数据集格式化处理

这段代码是用于处理图像标注数据，将其从XML格式（通常用于Pascal VOC数据集）转换为YOLO格式。

convert_annotation函数

  • 这个函数读取一个图像的XML标注文件，将其转换为YOLO格式的文本文件。

  • 它打开XML文件，解析树结构，提取图像的宽度和高度。

  • 然后，它遍历每个目标对象（object），检查其类别是否在classes列表中，并忽略标注为困难（difficult）的对象。

  • 对于每个有效的对象，它提取边界框坐标，进行必要的越界修正，然后调用convert函数将坐标转换为YOLO格式。

  • 最后，它将类别ID和归一化后的边界框坐标写入一个新的文本文件。

import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ['garbage', 'garbage_bag'] # 根据标签名称填写类别
abs_path = os.getcwd()
print(abs_path)


def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


def convert_annotation(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('data/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text),
             float(xmlbox.find('xmax').text),
             float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

4、修改数据集配置文件

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['garbage', 'garbage_bag']

5、执行命令

执行train.py

model = YOLO('yolov8s.pt')
results = model.train(data='data.yaml', epochs=200, imgsz=640, batch=16, workers=0)

也可以在终端执行下述命令：

yolo train data=data.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=16 workers=0 device=0

6、模型预测 

你可以选择新建predict.py预测脚本文件，输入视频流或者图像进行预测。

代码如下：

import cv2
from ultralytics import YOLO

# Load the YOLOv8 model
model = YOLO("./best.pt") # 自定义预测模型加载路径

# Open the video file
video_path = "./demo.mp4" # 自定义预测视频路径
cap = cv2.VideoCapture(video_path) 

# Get the video properties
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)

# Define the codec and create VideoWriter object
fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # Be sure to use lower case
out = cv2.VideoWriter('./outputs.mp4', fourcc, fps, (frame_width, frame_height)) # 自定义输出视频路径

# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLOv8 inference on the frame
        # results = model(frame)
        results = model.predict(source=frame, save=True, imgsz=640, conf=0.5)

        results[0].names[0] = "道路积水"
        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        # Write the annotated frame to the output file
        out.write(annotated_frame)

        # Display the annotated frame (optional)
        cv2.imshow("YOLOv8 Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture and writer objects
cap.release()
out.release()
cv2.destroyAllWindows()

也可以直接在命令行窗口或者Annoconda终端输入以下命令进行模型预测：

yolo predict model="best.pt" source='demo.jpg'

六、获取数据集 

戳我“头像”获取数据，或者主页私聊博主哈~

基于QT的目标检测可视化界面

一、环境配置

# 安装torch环境
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装PySide6依赖项
pip install PySide6 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装opencv-python依赖项
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

二、使用说明

​​​​​

界面功能介绍：

  • 原视频/图片区：上半部分左边区域为原视频/图片展示区；
  • 检测区：上半部分右边区域为检测结果输出展示区；
  • 文本框：打印输出操作日志，其中告警以json格式输出，包含标签框的坐标，标签名称等；
  • 加载模型：下拉框绑定本地文件路径，按钮加载路径下的模型文件；
  • 置信度阈值：自定义检测区的置信度阈值，可以通过滑动条的方式设置；
  • 文件上传：选择目标文件，包含JPG格式和MP4格式；
  • 开始检测：执行检测程序；
  • 停止：终止检测程序；

 三、预测效果展示

1、图片检测

​​​​​

切换置信度再次执行：

​​​​​

上图左下区域可以看到json格式的告警信息，用于反馈实际作业中的管理系统，为管理员提供道路养护决策 。

2、视频检测 

​​​​​

3、日志文本框

​

四、前端代码 

class MyWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super().__init__()

        self.init_gui()
        self.model = None
        self.timer = QtCore.QTimer()
        self.timer1 = QtCore.QTimer()
        self.cap = None
        self.video = None
        self.file_path = None
        self.base_name = None
        self.timer1.timeout.connect(self.video_show)

    def init_gui(self):
        self.folder_path = "model_file"  # 自定义修改：设置文件夹路径
        self.setFixedSize(1300, 650)
        self.setWindowTitle('目标检测')  # 自定义修改：设置窗口名称
        self.setWindowIcon(QIcon("111.jpg"))  # 自定义修改：设置窗口图标
        central_widget = QtWidgets.QWidget(self)
        self.setCentralWidget(central_widget)
        main_layout = QtWidgets.QVBoxLayout(central_widget)

        # 界面上半部分： 视频框
        topLayout = QtWidgets.QHBoxLayout()
        self.oriVideoLabel = QtWidgets.QLabel(self)
        
        # 界面下半部分： 输出框 和 按钮
        groupBox = QtWidgets.QGroupBox(self)
        groupBox.setStyleSheet('QGroupBox {border: 0px solid #D7E2F9;}')
        bottomLayout = QtWidgets.QHBoxLayout(groupBox)
        main_layout.addWidget(groupBox)
        btnLayout = QtWidgets.QHBoxLayout()
        btn1Layout = QtWidgets.QVBoxLayout()
        btn2Layout = QtWidgets.QVBoxLayout()
        btn3Layout = QtWidgets.QVBoxLayout()

        # 创建日志打印文本框
        self.outputField = QtWidgets.QTextBrowser()
        self.outputField.setFixedSize(530, 180)
        self.outputField.setStyleSheet('font-size: 13px; font-family: "Microsoft YaHei"; background-color: #f0f0f0; border: 2px solid #ccc; border-radius: 10px;')
        self.detectlabel = QtWidgets.QLabel(self)
        self.oriVideoLabel.setFixedSize(530, 400)
        self.detectlabel.setFixedSize(530, 400)
        self.oriVideoLabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top:75px;')
        self.detectlabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top: 75px;')
        topLayout.addWidget(self.oriVideoLabel)
        topLayout.addWidget(self.detectlabel)
        main_layout.addLayout(topLayout)

五、代码获取

YOLO可视化界面

戳我“头像”获取数据，或者主页私聊博主哈~

注：以上均为原创内容，转载请私聊！！！


http://www.kler.cn/a/384301.html

相关文章：

  • 信息化运维方案，实施方案，开发方案，信息中心安全运维资料（软件资料word）
  • 【C#】C# .NET中的Func、Predicate和Expression详解
  • 【JAVA】第3关：素数链
  • web安全漏洞之xss（1）
  • 大数据集群中实用的三个脚本文件解析与应用
  • Unity中可以使用图片或mov的透明的shader
  • 《TCP/IP网络编程》学习笔记 | Chapter 4：基于TCP的服务器端/客户端（2）
  • Nextjs14记录
  • 文件系统和日志管理 附实验：远程访问第一台虚拟机日志
  • Java:网络原理-TCP/IP
  • TARE-PLANNER学习记录
  • Chat GPT英文学术写作指令
  • HTML第二次作业
  • 力姆泰克电动缸助力农业机械装备，提高农机的自动化水平
  • ubuntu 22.04 硬件配置 查看 显卡
  • 轻型民用无人驾驶航空器安全操控------理论考试多旋翼部分笔记
  • 【C/C++】strncpy函数的模拟实现
  • 科技查新在人工智能领域的重要性
  • php扩展安装
  • Zookeeper 简介 | 特点 | 数据存储
  • spring boot 难点解析及使用spring boot时的注意事项
  • 原生鸿蒙应用市场开发者服务的技术解析：从集成到应用发布的完整体验
  • 2024 开源社年度评选
  • sql server 文件备份恢复
  • 论文速读：简化目标检测的无源域适应-有效的自我训练策略和性能洞察（ECCV2024）
  • 浏览器内置对象XMLHttpRequest