YOLOv8n机器人场景目标检测实战｜第一周工作笔记1
核心完成项：基于Conda搭建Ultralytics8.0+PyTorch2.1专属环境，完成COCO2017机器人场景子集筛选（8000张，7000训+1000验），跑通YOLOv8n基础训练（epoch=50），小障碍物mAP≥65%，模型可正常输出推理结果，满足周验收全部目标。
环境说明：全程使用Conda进行包管理与环境隔离，无pip命令使用，规避版本兼容问题；模型选用YOLOv8n（轻量化版本，适配机器人端算力限制），替代原计划YOLOv9n，核心实操逻辑一致。
一、本周核心目标与执行思路
1. 核心目标
- 掌握YOLO系列核心创新与轻量化模型适配逻辑，聚焦机器人室内小场景（室内小障碍物/桌椅/行人/台阶）检测需求；
- 搭建稳定可复现的Ultralytics+PyTorch训练环境，规避版本冲突；
- 筛选并整理符合YOLO格式的机器人场景自定义数据集，完成基础标注与训练集/验证集划分；
- 跑通YOLOv8n基础训练流程，验证数据集与模型兼容性，获取基础精度、参数量、推理速度指标。
2. 执行思路
- 理论侧：跳过基础CNN知识，聚焦YOLO特征融合、骨干网络、损失函数核心设计，对比YOLOv8与前版本的速度/精度优化点，结合机器人场景思考后续轻量化方向；
- 实操侧：按「环境搭建→数据集处理→配置编写→模型训练→指标验证」分步执行，全程基于Conda环境，所有操作留痕可复现，重点保证数据集格式正确性与训练流程通畅性。
二、工作日实操：理论学习+环境搭建+数据集筛选
（一）理论学习（1h）：YOLOv8核心设计与机器人场景适配
1. 学习核心内容（对标YOLOv9原计划，适配YOLOv8n）
跳过基础CNN、目标检测基础概念，重点精读YOLOv8核心创新模块，梳理与YOLOv5/v7的差异，结合机器人小场景分析核心适配点，整理核心笔记如下：
| 核心模块 | YOLOv8n设计亮点 | 与前版本（YOLOv5n）优化点 | 机器人场景适配性分析 |
|---|---|---|---|
| C2f骨干网络 | 替代C3模块，采用双分支残差结构，特征提取更高效，计算量更低 | 参数量减少约12%，推理速度提升约15% | 轻量化结构适配机器人端有限算力，残差设计保留小障碍物特征 |
| PAN-FPN特征融合 | 保留PAN-FPN双向融合结构，强化低层级特征传递 | 小目标检测[email protected]提升约3% | 针对室内小障碍物（如瓶盖、小摆件），低层级特征强化可提升检测召回率 |
| 损失函数 | 分类损失用BCEWithLogitsLoss，回归损失用CIoULoss，正负样本分配采用Task-Aligned Assigner | 边界框回归精度提升，训练收敛速度更快 | 机器人场景对检测框精度要求高（避免避障误判），CIoULoss可提升框回归稳定性 |
| 检测头 | 采用无锚框（Anchor-Free）设计，省去锚框聚类步骤 | 适配不同尺度目标，减少人工调参成本 | 机器人视角下目标尺度多变（如近处桌椅、远处行人），无锚框设计更灵活 |
2. 机器人场景后续优化方向初步梳理
结合理论学习，明确后续轻量化优化核心方向：骨干网络C2f层裁剪、特征融合分支精简（删除远距离融合，适配室内小场景）、注意力机制精简，为第二周轻量化优化铺垫。
（二）实操1：基于Conda搭建Ultralytics8.0+PyTorch2.1环境（1.5h）
1. 环境前置检查
- 系统：Ubuntu 20.04（机器人端常用系统，兼容性强）
- 显卡：NVIDIA GTX 1660ti（CUDA 11.8，适配PyTorch2.1）
- Python版本要求：3.8-3.10（避免PyTorch2.1兼容问题）
- 核心要求：全程使用Conda，创建独立环境，隔离项目依赖。
2. 分步搭建流程（全程Conda命令，无pip）
# 1. 打开终端，创建Conda独立环境，命名yolo_robot，指定Python3.9 conda create -n yolo_robot python=3.9 -y # 2. 激活环境（后续所有操作均在该环境下执行） conda activate yolo_robot # 3. 安装PyTorch2.1+Torchvision+Torchaudio（适配CUDA11.8，Conda源安装，避免网络问题） conda installpytorch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 pytorch-cuda=11.8 -c pytorch -c nvidia -y # 4. 安装Ultralytics8.0（指定版本，Conda源安装） conda installultralytics==8.0.200 -c conda-forge -y # 5. 安装配套依赖（opencv、pycocotools、pandas等，数据集处理与可视化用） conda install opencv-python pillow matplotlib pycocotools pandas -y # 6. 验证环境是否安装成功 conda list |grep -E "pytorch|ultralytics|opencv-python"3. 环境有效性验证
编写简单验证脚本env_check.py，运行无报错即代表环境正常：
import torch import ultralytics import cv2 # 验证PyTorch版本与CUDA可用性print(f"PyTorch版本：{torch.__version__}")print(f"CUDA是否可用：{torch.cuda.is_available()}")print(f"CUDA设备数量：{torch.cuda.device_count()}")# 验证Ultralytics版本print(f"Ultralytics版本：{ultralytics.__version__}")# 验证OpenCVprint(f"OpenCV版本：{cv2.__version__}")# 加载YOLOv8n官方模型，验证模型加载正常from ultralytics import YOLO model = YOLO('yolov8n.pt')print("YOLOv8n模型加载成功，环境验证通过！")运行结果：所有版本匹配要求，CUDA可用，模型加载正常，环境搭建完成。
4. 官方模型推理测试（验证环境可正常推理）
用官方示例图片测试YOLOv8n推理，确保环境无运行问题：
from ultralytics import YOLO # 加载YOLOv8n预训练模型 model = YOLO('yolov8n.pt')# 对官方bus.jpg进行推理（无图片可自行上传任意图片） results = model('bus.jpg', device=0)# 可视化推理结果并保存 results[0].show() results[0].save('inference_test.jpg')print("推理完成，结果已保存为inference_test.jpg")测试结果：可正常显示检测框，保存推理结果图片，无报错，环境满足训练与推理要求。
（三）实操2：COCO2017机器人场景子集筛选与YOLO格式整理（1.5h）
1. 数据集下载与解压
从COCO2017官方镜像下载数据集（训练集+验证集+标注文件），解压后目录结构如下：
coco2017/ ├── train2017/ # 训练图片（118k+张） ├── val2017/ # 验证图片（5k+张） ├── annotations/ ├── instances_train2017.json # 训练集标注 ├── instances_val2017.json # 验证集标注 2. 筛选目标与类别映射
聚焦机器人室内小场景，筛选4大类核心目标，对应COCO2017类别ID，补充小障碍物细分类别，最终确定筛选类别及YOLO格式索引（从0开始）：
| YOLO索引 | 目标类别 | COCO2017类别ID | 筛选说明 |
|---|---|---|---|
| 0 | person | 1 | 行人，机器人避障核心目标 |
| 1 | chair | 62 | 椅子，室内常见障碍物 |
| 2 | dining table | 67 | 餐桌，室内常见障碍物 |
| 3 | bench | 13 | 长凳，替代台阶（COCO台阶样本少，长凳场景相似） |
| 4 | bottle | 44 | 瓶子，作为室内小障碍物代表 |
3. 数据集筛选与YOLO格式转换（Python脚本）
编写coco2robot.py脚本，实现COCO格式→YOLO格式转换，同时筛选出8000张样本（7000训练+1000验证），YOLO格式要求：
- 图片：保持原JPG格式，按训练/验证划分至对应目录；
- 标注：每张图片对应一个.txt文件，每行格式为「类别索引 归一化x_center 归一化y_center 归一化width 归一化height」；
- 目录结构：严格遵循Ultralytics要求，便于后续配置与训练。
核心脚本代码：
import json import os import shutil import random # 配置参数 COCO_ROOT ="./coco2017"# COCO2017解压根路径 OUTPUT_ROOT ="./robot_dataset"# 机器人场景数据集输出路径 TARGET_CATS ={"person":1,"chair":62,"dining table":67,"bench":13,"bottle":44}# 筛选类别 TRAIN_NUM =7000# 训练集样本数 VAL_NUM =1000# 验证集样本数# 创建YOLO格式数据集目录结构 os.makedirs(os.path.join(OUTPUT_ROOT,"images/train"), exist_ok=True) os.makedirs(os.path.join(OUTPUT_ROOT,"images/val"), exist_ok=True) os.makedirs(os.path.join(OUTPUT_ROOT,"labels/train"), exist_ok=True) os.makedirs(os.path.join(OUTPUT_ROOT,"labels/val"), exist_ok=True)defcoco2yolo(anno_file, img_dir, output_img_dir, output_label_dir, target_cats, max_num):""" COCO格式转YOLO格式，同时筛选指定类别与样本数 anno_file: COCO标注文件路径 img_dir: COCO图片目录 output_img_dir: 输出图片目录 output_label_dir: 输出标注目录 target_cats: 目标类别字典{名称:COCO ID} max_num: 最大筛选样本数 """# 加载COCO标注withopen(anno_file,"r", encoding="utf-8")as f: coco_data = json.load(f)# 建立图片ID→文件名/宽高映射 img_id2info ={img["id"]:(img["file_name"], img["width"], img["height"])for img in coco_data["images"]}# 建立类别ID→YOLO索引映射 coco_id2yolo_idx ={v:k for k,v inenumerate(target_cats.values())}# 按图片分组标注 img_anno ={}for ann in coco_data["annotations"]: coco_cat_id = ann["category_id"]if coco_cat_id notin coco_id2yolo_idx:continue# 跳过非目标类别 img_id = ann["image_id"]if img_id notin img_anno: img_anno[img_id]=[]# COCO标注为[x, y, w, h]（左上角坐标，宽高），转YOLO归一化[x_center, y_center, w, h] x, y, w, h = ann["bbox"] img_name, img_w, img_h = img_id2info[img_id]# 归一化 x_center =(x + w/2)/ img_w y_center =(y + h/2)/ img_h w_norm = w / img_w h_norm = h / img_h # 添加YOLO格式标注（类别索引 坐标） yolo_idx = coco_id2yolo_idx[coco_cat_id] img_anno[img_id].append(f"{yolo_idx}{x_center:.6f}{y_center:.6f}{w_norm:.6f}{h_norm:.6f}")# 随机筛选指定数量样本 selected_img_ids = random.sample(list(img_anno.keys()),min(max_num,len(img_anno)))print(f"筛选出{len(selected_img_ids)}张样本")# 复制图片并生成YOLO标注文件for img_id in selected_img_ids: img_name, _, _ = img_id2info[img_id]# 复制图片 shutil.copy(os.path.join(img_dir, img_name), os.path.join(output_img_dir, img_name))# 生成标注文件 label_name = img_name.replace(".jpg",".txt")withopen(os.path.join(output_label_dir, label_name),"w", encoding="utf-8")as f: f.write("\n".join(img_anno[img_id]))# 处理训练集print("开始处理训练集...") coco2yolo( anno_file=os.path.join(COCO_ROOT,"annotations/instances_train2017.json"), img_dir=os.path.join(COCO_ROOT,"train2017"), output_img_dir=os.path.join(OUTPUT_ROOT,"images/train"), output_label_dir=os.path.join(OUTPUT_ROOT,"labels/train"), target_cats=TARGET_CATS, max_num=TRAIN_NUM )# 处理验证集print("开始处理验证集...") coco2yolo( anno_file=os.path.join(COCO_ROOT,"annotations/instances_val2017.json"), img_dir=os.path.join(COCO_ROOT,"val2017"), output_img_dir=os.path.join(OUTPUT_ROOT,"images/val"), output_label_dir=os.path.join(OUTPUT_ROOT,"labels/val"), target_cats=TARGET_CATS, max_num=VAL_NUM )print(f"机器人场景数据集整理完成，保存至{OUTPUT_ROOT}，共{TRAIN_NUM+VAL_NUM}张样本")4. 数据集有效性验证
编写dataset_check.py脚本，验证数据集格式、路径、标注是否正确，避免后续训练报错：
from ultralytics.data.utils import check_dataset import os import random # 临时创建数据集配置文件，用于验证 robot_yaml ="./robot_dataset/robot_dataset.yaml"withopen(robot_yaml,"w", encoding="utf-8")as f: f.write(f""" path: {os.path.abspath("./robot_dataset")} # 数据集绝对路径 train: images/train val: images/val nc: 5 # 类别数 names: ['person', 'chair', 'dining table', 'bench', 'bottle'] # 类别名称，与YOLO索引一致 """)# 检查数据集（Ultralytics官方工具，可检测路径、格式、标注错误） check_dataset(robot_yaml)print("数据集格式验证通过！")# 随机抽查标注文件 label_dir ="./robot_dataset/labels/train" random_label = random.choice(os.listdir(label_dir))withopen(os.path.join(label_dir, random_label),"r", encoding="utf-8")as f: anno_content = f.read()print(f"随机抽查标注文件{random_label}内容：\n{anno_content}")验证结果：无报错，Ultralytics可正常识别数据集，标注文件格式为YOLO标准格式，数据集整理完成。
