基于YOLOv8的6类生活垃圾检测数据集标注实战指南

1次阅读

共计 2484 个字符，预计需要花费 7 分钟才能阅读完成。

垃圾分类作为计算机视觉的典型应用场景，数据标注质量直接影响模型性能。但在实际项目中常遇到三类挑战：

类别不平衡 ：厨余垃圾占比通常超过 60%，而有害垃圾可能不足 5%，直接训练会导致模型偏见
标注一致性 ：不同标注人员对 ” 可回收塑料瓶 ” 与 ” 其他塑料制品 ” 的边界判断差异显著
复杂背景干扰 ：垃圾袋半透明、物体堆叠等情况增加标注难度

针对 YOLOv8 项目特点，主流标注工具核心差异如下：

工具	优点	缺点	适用场景
LabelImg	轻量易用	缺乏团队协作功能	个人小规模项目
CVAT	支持视频标注	部署复杂	企业级持续标注需求
Roboflow	内置数据增强	免费版功能受限	云端协作团队

推荐选择标准：50GB 以下数据集建议 LabelImg，超过 100GB 考虑 CVAT 服务器部署。

官方要求的 txt 标注文件格式为：

< 类别索引 > <x_center> <y_center> <width> <height>

其中坐标值为归一化后的相对值（0- 1 之间），示例：

0 0.435 0.512 0.12 0.23
1 0.712 0.334 0.08 0.15

以下 Python 脚本实现 VOC XML 到 YOLOv8 格式的转换，包含异常处理：

import xml.etree.ElementTree as ET
from pathlib import Path
import argparse

def parse_args():
    parser = argparse.ArgumentParser()
    parser.add_argument('--xml_dir', type=str, required=True)
    parser.add_argument('--output_dir', type=str, required=True)
    parser.add_argument('--class_list', nargs='+', required=True)
    return parser.parse_args()

def convert_box(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    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(xml_file, output_dir, classes):
    try:
        tree = ET.parse(xml_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)

        output_path = output_dir / (xml_file.stem + '.txt')
        with open(output_path, 'w') as f:
            for obj in root.iter('object'):
                cls = obj.find('name').text
                if cls not in classes:
                    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))
                bb = convert_box((w,h), b)
                f.write(f"{cls_id} {' '.join([str(a) for a in bb])}\n")
    except Exception as e:
        print(f"Error processing {xml_file}: {str(e)}")

if __name__ == '__main__':
    args = parse_args()
    xml_dir = Path(args.xml_dir)
    output_dir = Path(args.output_dir)
    output_dir.mkdir(exist_ok=True)

    for xml_file in xml_dir.glob('*.xml'):
        convert_annotation(xml_file, output_dir, args.class_list)

推荐组合使用以下增强策略：