[目标检测] 基于 YOLOV8 的自定义数据集实现水印检测

背景

  近期在进行图像处理相关需求的时候，编写了图像处理-Java-OpenCV-水印编码/解码这篇文章，将水印隐藏到了图像中，关于版权保护这里，突然想到了之前接触到的一个检查 CMS 系统中是否使用了包含水印的图像，故编写此文。

思路

  使用 yolo，自定义数据集之后划分数据集，灌入模型进行训练，并进行测试得到结果。

步骤

1. 从 GitHub 上下载源码 https://github.com/ultralytics/ultralytics/tree/v8.1.0
   

2. 使用 conda 创建环境 conda create --name ultralytics-env python=3.8 -y

3. 激活环境 conda activate ultralytics-env

4. 切换至源码解压路径 cd ultralytics-8.1.0

5. 环境安装(显示 Successfully built ultralytics) pip install -e .

6. (可选)安装数据标注(Successfully built labelImg) pip install labelImg

7. (可选)可视化界面进行数据标注 labelImg

8. 参照制作自己的数据集并训练的YOLOv8模型
   

执行过程

  本文使用代码详见： 基于YOLOV8的自定义数据集实现水印检测

1. 使用 labelImg 创建自定义的数据集，注意左侧选择 yolo

2. 将自定义的数据集拷贝至 datasets/data/images 文件夹，使用 Process.py 切分数据集

3. 请验证 datasets/data/train、datasets/data/test、datasets/data/val 三个文件夹下是否生成对应的数据

4. 执行 train.py 进行训练，请注意 imgsz 参数，如果图像很大，此参数建议同步进行增大

5. 执行 trest.py 验证模型，请对照 test.jpg 和 result.jpg 两张图像

[目标检测]基于YOLOV8的自定义数据集实现水印检测-YoloV8-从源码安装

[目标检测]基于YOLOV8的自定义数据集实现水印检测-YoloV8-labelImg-标注自定义数据集

[目标检测]基于YOLOV8的自定义数据集实现水印检测-YoloV8-切分数据集

[目标检测]基于YOLOV8的自定义数据集实现水印检测-YoloV8-使用自定义数据集训练

[目标检测]基于YOLOV8的自定义数据集实现水印检测-YoloV8-验证模型

总结

  基于 Yolo，使用自定义数据集，标注数据集中的水印区域，训练模型后进行测试，得到标注结果。本文使用源码详见基于YOLOV8的自定义数据集实现水印检测

参考

1. https://gitee.com/alexgaoyh/ultralytics/tree/pap-watermark/
   

2. https://github.com/ultralytics/ultralytics/tree/v8.1.0
   

3. https://blog.csdn.net/liang_baikai/article/details/132082292