yolov8车辆识别模型（附数据集）

Love The Way You Lie 2024-05-06 23:31 77阅读 0赞

**目录**

前言

**一、我的数据集**

二、其他车辆数据集

三、我的模型

**四、模型训练（一站式链接）**

五、我的训练过程

--------------------

## 前言 ##

> **因为为了做毕设，所以训练了一个道路监控的车辆模型。**
> 
> **效果不是很好，希望大佬们指导一下。**
> 
> **再此也分享我找了到的数据集，还有我自己做的数据集~**

## 一、我的数据集 ##

> **链接：https://pan.baidu.com/s/15r1S\_6TrDl5r4kAfDPnpjQ?pwd=deng  
> 提取码：deng**   
> ![999e6ae4bdf145249ed9ef916e9c7aea.png][]

## 二、其他车辆数据集 ##

> **1、16个车辆信息检测数据集收集汇总：**
> 
> [16个车辆信息检测数据集收集汇总-腾讯云开发者社区-腾讯云][16_-_-]

> **2、开源车辆检测数据集：**[UA-DETRAC BITVehicle车辆检测数据集(含下载地址)\_ua-detrac 数据集-CSDN博客][UA-DETRAC BITVehicle_ua-detrac _-CSDN]
> 
> **链接：https://pan.baidu.com/s/1AfhS0f0gzy5Jp9AL1htTHA?pwd=deng  
> 提取码：deng**

> **3、其他检测数据集：UA-DETRAC，Vehicle-Dataset和BIT-Vehicle**

> **4、别人的数据集：**
> 
> **链接：https://pan.baidu.com/s/1r4CbKCeV7QDm3UpQ1efDHQ?pwd=deng  
> 提取码：deng**

## 三、我的模型 ##

> **我跑的模型效果感觉不怎么好**

> **模型下载：[car模型.zip - 蓝奏云][car_.zip -]**

> ![b4b9dc110f094c26b9bcff98d98c207f.png][]

>  **请问有没有大佬可以指点一下（o(╥﹏╥)o）**

> **我的疑问：**
> 
> 我的test和val里面的数据集，如果全是陌生图片的话，准确度就很低，只能到0.7左右
> 
> 我该如何做呢？
> 
> 是因为我的 test和val里面的数据集太难识别？
> 
> 还是因为我的训练集数量不够？

> **我那个模型跑100轮左右差不多就可以了**
> 
> 再跑的话，效果反而下降
> 
> ![ff5d0f09690a4ec6b35d4e6b4fa05b17.png][]
> 
> **第二次，我加了注意力机制，并调整为120轮**
> 
> ![b9d5651edf83443eb23433bd08cfbcea.png][]
> 
> **请大佬们多多指教啦~**

## 四、模型训练（一站式链接） ##

> **1、制作数据集**
> 
> [windows使用YOLOv8训练自己的模型（0基础保姆级教学）\_windows10使用yolov8常见问题-CSDN博客][windows_YOLOv8_0_windows10_yolov8_-CSDN]

> **2、训练模型**
> 
> 用自己电脑的GPU训练：
> 
> [一站式安装对应显卡版本的cuda和torch（windows）-CSDN博客][cuda_torch_windows_-CSDN]
> 
> 用服务器的GPU训练：
> 
> 视频：[云服务器训练YOLOv8-训练&改进教程\_哔哩哔哩\_bilibili][YOLOv8-_bilibili]
> 
> 文章：[模型训练-CSDN博客][-CSDN]

> **其实，网上有很多现成的模型，只不过需要钱，我看见别人博主的广告就包含了很多很多**

> 有西红柿、猫狗、山羊、野生目标、烟头、二维码、头盔、交警、野生动物、野外烟雾、人体摔倒识别、红外行人、家禽猪、苹果、推土机、蜜蜂、打电话、鸽子、足球、奶牛、人脸口罩、安全背心、烟雾检测、人脸检测、交通信号灯检测、海船检测、智能驾驶检测、道路瑕疵检测、交通标志检测、农作机检测、80类动物目标检测、线路板瑕疵检测、课堂人脸检测、深海鱼检测、工人安全帽检测、水果检测、鸡蛋检测系统 ...

## 五、我的训练过程 ##

> 1、起初，我直接在网上找，数据集中的车辆大多数都是外国车，感觉不太行
> 
> 2、然后，找到了【UA-DETRAC数据集】，他里面有8000多张照片，而且都标注了
> 
> 3、随后，我直接用8000多张照片进行训练，发现【模型不收敛】，效果不好

> 看了看 数据图，原来是照片里面的小汽车（car）太多了，公交车（bus）和大货车（truck）太少了，小型载客车（van）数量一般

> 4、于是，我就自己去做这【 4类的数据集】，再加一些【UA-DETRAC数据集】就去训练了

> 5、最后，模型就训练完了（但是效果还是感觉不太好）

> **经验之谈：**
> 
> 1、可以用**【AI生成】**其他角度图片，增加数据集
> 
> 2、走了个弯路：因为网上可以看**【各个省份的高速公路监控】**，我就跑去微信小程序查看，折腾半天后，把监控画面放大看，很糊，根本用不了！o(╥﹏╥)o
> 
> 3、图片大多数从**【视频】**里面截取，**【百度图片】**中获取
> 
> 4、最初没有用英语字母【排序数据集的索引】，导致我无法用**【roboflow】**来增强数据集
> 
> 5、最先开始，不知道如何看效果，找了好几篇文章才知道看P，R，mAP等等
> 
> 6、最初，连训练参数都有些不知道，惨啊！ o(╥﹏╥)o
> 
> 7、而且，tensorboard最初也没有用，后面才开始用的，唉...

## 六、其他数据集下载网站 ##

> **Kaggle** **（实用）：**[Kaggle: Your Machine Learning and Data Science Community][Kaggle_ Your Machine Learning and Data Science Community]
> 
> **ImageNet****：**[ImageNet][]
> 
> **天池（阿里巴巴的）：**[天池数据集\_阿里系唯一对外开放数据分享平台-阿里云天池][-]

[999e6ae4bdf145249ed9ef916e9c7aea.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/963dc6fc8e3f4c6cabb32355a9e8f495.png
[16_-_-]: https://cloud.tencent.com/developer/article/2058087
[UA-DETRAC BITVehicle_ua-detrac _-CSDN]: https://blog.csdn.net/guyuealian/article/details/127907325
[car_.zip -]: https://wwm.lanzout.com/ivHI61peegxe
[b4b9dc110f094c26b9bcff98d98c207f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/fcd24e00583545edbd23103b7c07a4ec.png
[ff5d0f09690a4ec6b35d4e6b4fa05b17.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/2ef812abd3bf4eaf89bc62fac2fd5ec8.png
[b9d5651edf83443eb23433bd08cfbcea.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/1a86f7d44faf4924b82d3224862052aa.png
[windows_YOLOv8_0_windows10_yolov8_-CSDN]: https://blog.csdn.net/Pan_peter/article/details/129907710
[cuda_torch_windows_-CSDN]: https://blog.csdn.net/Pan_peter/article/details/136125766?spm=1001.2014.3001.5501
[YOLOv8-_bilibili]: https://www.bilibili.com/video/BV1rw411k7as
[-CSDN]: https://blog.csdn.net/Pan_peter/article/details/136280825
[Kaggle_ Your Machine Learning and Data Science Community]: https://www.kaggle.com/
[ImageNet]: https://image-net.org
[-]: https://tianchi.aliyun.com/dataset/