计算机视觉 / 系统课时
图像分类任务
图像分类任务
本课完成一个可运行的 YOLOv8 图像分类流程:先按类别组织训练目录,再训练分类模型,最后读取最高概率类别及完整概率分布。完成后,你将能把一张图片归入预定义类别,并知道如何检查预测是否可信。
学习目标
- 按 YOLOv8 分类任务要求组织训练集与验证集
- 使用命令行训练分类模型并确认权重产物
- 在 Python 中读取类别名称、置信度和全部类别概率
组织分类数据目录
图像分类不需要边界框标注。每张图片的标签由它所在的文件夹名称决定,因此目录名就是类别名。推荐同时准备 train 和 val,并保证两部分包含相同的类别目录。
datasets/animals/
├── train/
│ ├── cat/
│ │ ├── cat_001.jpg
│ │ └── cat_002.jpg
│ └── dog/
│ ├── dog_001.jpg
│ └── dog_002.jpg
└── val/
├── cat/
│ └── cat_101.jpg
└── dog/
└── dog_101.jpg训练前应检查三个条件:图片能够正常解码;同一张图片没有同时出现在训练集和验证集;类别目录中不存在空文件夹。目录名称会直接进入模型的类别映射,发布前不要随意修改。
训练图像分类模型
下面使用轻量级预训练权重 yolov8n-cls.pt 进行迁移学习。data 指向包含 train 和 val 的数据根目录,imgsz=224 表示训练时将图片缩放到 224 像素输入尺寸。
yolo classify train model=yolov8n-cls.pt data=datasets/animals epochs=10 imgsz=224预期结果
训练完成后生成分类实验目录,并在 <RUN_DIR>/weights/best.pt 保存验证集表现最好的权重。
实际实验目录编号、耗时和指标会因运行环境与数据集而不同。如果命令提示找不到 yolo,先在当前 Python 环境安装依赖并重新打开终端。
python -m pip install ultralytics预期输出
Successfully installed ultralytics-<VERSION><VERSION> 为实际安装版本。若终端显示已经安装,则应继续确认当前 python 与 yolo 是否属于同一虚拟环境。
读取类别概率和预测结果
下面的脚本加载训练得到的最佳权重,对一张图片分类,并输出最高概率类别以及每个类别的概率。将 <RUN_DIR> 和测试图片路径替换为实际值。
from ultralytics import YOLO
model = YOLO("<RUN_DIR>/weights/best.pt")
results = model.predict(source="datasets/animals/val/cat/cat_101.jpg", imgsz=224, verbose=False)
result = results[0]
top1_index = int(result.probs.top1)
top1_confidence = float(result.probs.top1conf)
print(f"预测类别: {result.names[top1_index]}")
print(f"最高概率: {top1_confidence:.4f}")
for class_index, probability in enumerate(result.probs.data.tolist()):
print(f"{result.names[class_index]}: {probability:.4f}")预期输出
预测类别: <CLASS_NAME>
最高概率: <PROBABILITY>
cat: <PROBABILITY>
dog: <PROBABILITY>概率值由输入图片和训练结果决定。所有类别概率通常接近总和 1;最高概率只表示模型在现有类别中的相对判断,不等同于预测一定正确。
判断结果是否可靠
先在验证集上查看整体准确率,再观察单张图片的概率分布。若最高概率不高,或前两名概率十分接近,说明模型对该图片存在明显犹豫。此时应检查图片是否模糊、类别是否过于相似,以及训练数据是否覆盖真实场景。
分类模型只能从训练时定义的类别中选择。即使输入完全无关的图片,它仍会返回某个类别,因此业务中常需要设置置信度阈值,或额外准备“其他”类别承接未知样本。