写点什么

[目标检测] 基于 YOLOV8 的自定义数据集实现水印检测

作者:alexgaoyh
  • 2024-03-18
    河南
  • 本文字数:742 字

    阅读完需:约 2 分钟

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


发布于: 刚刚阅读数: 5
用户头像

alexgaoyh

关注

DevOps 2013-12-08 加入

https://gitee.com/alexgaoyh

评论

发布
暂无评论
[目标检测]基于YOLOV8的自定义数据集实现水印检测_yolov8_alexgaoyh_InfoQ写作社区