YOLOv8猴子检测权重训练：从数据集标注到模型部署全流程-北京尧图网络

简介一套面向目标检测场景的猴子识别资源包含YOLOv8预训练权重与配套数据集。资源整合了6000余张标注为Monkey的猴子图像已按train、val、test划分完毕并附有data.yaml配置文件和TXT格式的标签可直接对接YOLOv5、YOLOv7、YOLOv8、YOLOv9等主流算法框架进行训练与模型迭代省去自行采集和标注数据的繁琐流程。压缩包内共含2000个文件其中1984个TXT标签文件构成标注主体另有13个Markdown文档说明数据集结构与训练细节2个PDF参考文件以及1个YAML配置文件整体大小约515.15MB目录结构清晰便于按需调用。目前已有276人浏览学习。对于计算机视觉初学者或项目开发者这套资料既能直接加载权重进行快速推理验证也能基于YAML配置修改参数开展自定义训练Markdown文档还可辅助理解数据集与实验流程适合作为猴子动物检测课题的基准资源。1. 猴子检测权重从哪里来YOLOv8 权重数据集这条路要先过数据关很多人第一次接触 yolov8猴子动物检测权重数据集的时候第一反应是找个现成的 best.pt 直接跑 predict。我见过不少项目死在这一步预训练权重确实能框出猴子但一换成背光、密林、远景小目标漏检率立刻涨到没法看。原因不是模型不行而是权重和数据集是绑在一起的——权重是从数据集里训练出来的脱离了具体场景它就只能识别它见过的猴子。这篇文章我会按自己做过动物检测项目的思路把猴子检测从数据集整理、Ubuntu 20.04 环境搭建包括 CPU 版本怎么跑通、训练参数到权重导出完整讲一遍。适合正在做野生动物监测、保护区相机识别和 YOLOv8 毕业设计的读者照着操作基本能跑通。2. 猴子数据集怎么处理从原始图片到 YOLO 格式标签文件猴子检测和其他目标检测最大的区别是猴子的姿态、毛色、遮挡情况变化太大数据集的丰富程度直接决定最终权重能不能打。所以这一章先把数据集说透。2.1 数据集来源怎么选公开数据集、爬图、视频抽帧我给自己的经验排序公开数据集第一优先它自带干净标签视频抽帧其次因为连续帧里猴子的姿态变化最接近真实部署爬图最次它太容易收集到一堆全是正脸、背景单一的图片。公开数据集做猴子检测时可以找高校和研究所公开的灵长类行为识别数据集、野外动物相机监测数据集以及包含猴子类别的图像分类数据集。注意区分它们是分类格式还是检测格式分类数据集只有类别标签没有框坐标如果用来训 YOLO得自己补一遍标注成本并不低。爬图的方式我一般只用来补极端场景比如逆光、雨天、局部遮挡。通用做法是按“monkey”“macaque”这类关键词批量下载然后人工删掉重复图和模糊图再交给标注工具处理。版权问题要留意自己验证用无所谓商用就得换成有许可的数据来源。视频抽帧是性价比最高的方式动物园直播流、保护区巡护视频都能用。常见命令是这样抽帧的ffmpeg -i input.mp4 -vf fps2 -q:v 2 frame_%04d.jpg这条命令的参数含义-i 指定输入视频-vf fps2 表示每 0.5 秒抽一帧-q:v 2 控制输出质量数字越小质量越高生成 frame_0001.jpg 这类命名文件。抽完帧后建议先把完全模糊、以及猴子占比小于 5% 的帧删掉避免训练数据里出现大量“看不见猴子”的图。YOLO 没有负样本标签空图会让训练过程变困惑。整理完图片按下面的目录结构组织monkey_dataset/ ├── images/ │ ├── train/ 70% │ ├── val/ 20% │ └── test/ 10% └── labels/ ├── train/ ├── val/ └── test/train/val/test 的数据要保证互不重叠同一个视频里连续的两帧不要分到两个集合否则验证结果会虚高。单类别猴子检测我建议至少准备 800~1500 张有效标注图宁缺毋滥。2.2 标注工具选哪个LabelImg 直接存 YOLO 格式labelme 转换一次常见标注工具有 LabelImg 和 labelme。LabelImg 在 YOLO 模式下每张图片保存一个同名 txt 文件内容就是 YOLO 格式类别 id、归一化中心点坐标和宽高。labelme 保存的是 JSON里面包含多边形点或矩形点坐标需要自己转换。只要标注目标是矩形框我更推荐直接用 LabelImg 的 YOLO 模式少一步转换。但很多人手里已经有一批 labelme 标注好的 JSON那就需要跑一次转换。下面是我常用的转换脚本import json from pathlib import Path def labelme_to_yolo(json_path, out_dir, class_map): json_path Path(json_path) with open(json_path, r, encodingutf-8) as f: data json.load(f) img_w data[imageWidth] img_h data[imageHeight] lines [] for shape in data[shapes]: label shape[label] if label not in class_map: print(f{json_path}: 跳过未知类别 {label}) continue if shape[shape_type] ! rectangle: print(f{json_path}: 跳过非矩形 {shape[shape_type]}) continue x1, y1 shape[points][0] x2, y2 shape[points][1] # 算中心点和宽高然后除以图片尺寸做归一化 x_center (x1 x2) / 2.0 / img_w y_center (y1 y2) / 2.0 / img_h w abs(x2 - x1) / img_w h abs(y2 - y1) / img_h # 限制在 [0,1] 范围内防止后面训练读标签报错 x_center max(0.0, min(1.0, x_center)) y_center max(0.0, min(1.0, y_center)) w max(0.0, min(1.0, w)) h max(0.0, min(1.0, h)) lines.append(f{class_map[label]} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) if lines: out_dir Path(out_dir) out_dir.mkdir(parentsTrue, exist_okTrue) out_path out_dir / (json_path.stem .txt) out_path.write_text(\n.join(lines), encodingutf-8) class_map {monkey: 0} # 必须和后面 data yaml 的 names 顺序一致 labelme_to_yolo(标注/monkey_01.json, monkey_dataset/labels/train, class_map)这个脚本的核心是 class_map 和归一化。class_map 决定了类别索引后面 data yaml 里 names 列表的顺序要跟它严格一致分类索引从 0 开始不能有跳号。归一化坐标是把像素值除以图片宽高得到 0~1 之间的小数YOLO 训练时统一按这个格式读标签。shape_type 判断不能少labelme 默认是 polygonpolygon 有十几个点直接取 points[0] 和 points[1] 会得到错误的边界框。转换完建议做一个可视化验证随机抽几张图把框画出来看框是否贴住猴子的身体import cv2 from pathlib import Path img_dir Path(monkey_dataset/images/val) label_dir Path(monkey_dataset/labels/val) for img_path in sorted(img_dir.glob(*.jpg))[:5]: img cv2.imread(str(img_path)) h, w img.shape[:2] txt_path label_dir / (img_path.stem .txt) if not txt_path.exists(): print(f缺失标签: {txt_path}) continue for line in txt_path.read_text().strip().splitlines(): c, cx, cy, bw, bh map(float, line.split()) x1 int((cx - bw / 2) * w) y1 int((cy - bh / 2) * h) x2 int((cx bw / 2) * w) y2 int((cy bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2) cv2.imwrite(fcheck_{img_path.name}, img) print(f已输出 check_{img_path.name})如果发现框明显偏大或者漏标了某些猴子得在训练前回头改标签。这一步的血泪经验是宁可多花两天标数据也不要带病训练因为标签错漏在 loss 曲线上很难第一时间看出来。3. 搭建 YOLOv8 训练环境CPU 版先跑通再决定 GPU 怎么用环境配置是很多初学者卡住的地方。常见问题不是命令不会敲而是 torch 和 CUDA 版本不匹配导致训练时一直用 CPU 跑速度慢得离谱。3.1 Ubuntu 20.04 上搭建 CPU 版本 YOLOv8 环境如果手头是一台没有独立显卡的机器或者显卡显存小于 4GB我建议先把 CPU 版跑通。YOLOv8 的 CPU 版本不是不能训练只是慢yolov8n 在 CPU 上训练 100 个 epoch、几百张图要数小时但用来验证流程足够。安装步骤就是创建一个干净的 conda 环境然后装 ultralyticsconda create -n yolov8 python3.10 -y conda activate yolov8 pip install ultralytics如果想确认 torch 是否拿到显卡用下面这段代码验证import torch print(torch version:, torch.__version__) print(cuda available:, torch.cuda.is_available()) print(device count:, torch.cuda.device_count())如果 cuda available 是 False说明你装的是 CPU 版 torch或者 CUDA 驱动没装好。常见做法是先看 nvidia-smi 里的 CUDA 版本再安装对应 CUDA 版本的 torch比如 pip install torch 时指定 cu118 或 cu121 后缀。依赖关系有时候很玄学环境尽量新建而不是往 base 里堆。GTX 1660 Ti 这种 6GB 显存的老卡跑 yolov8s、batch 8、imgsz 640 是可行的只是显存接近临界如果训练中报 CUDA out of memory先把 batch 降到 4或者把 imgsz 降到 544。imgsz 对显存的影响比 batch 更大不要为了省显存把 batch 降到 1那样 loss 噪声会很大收敛很不稳定。3.2 预训练权重下载yolov8n.pt 还是 yolov8s.pt训练自己的猴子检测模型不要从随机初始化开始。最省事的办法是直接用 ultralytics 的预训练权重做迁移学习第一次运行会自动下载权重文件到当前目录。yolo predict modelyolov8s.pt source./test.jpg这里 model 指定权重文件source 指定测试图片。第一次运行会从官方发布地址拉取权重网络通畅时自动完成如果跑在离线环境可以让另一台联网机器把权重文件下载好再拷贝到项目目录里这样训练和推理都不会再触发网络请求。预训练权重选型的标准我一般按这个表来权重文件参数量推荐场景yolov8n.pt最小快速验证流程、边缘设备yolov8s.pt小单类别猴子检测首选yolov8m.pt中数据量大、目标小或者遮挡多yolov8l/x.pt大追求高精度但硬件充裕猴子检测属于类内差异大、目标尺度小的任务我一般从 yolov8s.pt 起步。n 太轻密林背景下的猴子容易漏检m 以上精度好但对显存和训练时间的消耗明显增加。如果你做的是毕业设计或者时间紧s 是折中点。下载完权重可以用下面代码确认加载没问题from ultralytics import YOLO model YOLO(yolov8s.pt) results model(monkey_test.jpg, conf0.25) print(results[0].boxes)这一行会把 COCO 预训练模型在 monkey_test.jpg 上跑一次推理。注意这时候模型识别的是 COCO 的 80 类并不包含 monkey所以输出框要么为空要么是 person 之类的错误类别这是正常的。预训练权重只负责提供 backbone 和语义特征真正认识猴子要靠后面的数据集微调。还有不少朋友做毕设时想画一张 yolov8 网络结构图或者改进 head 来提升精度。我的建议是先把自己这套猴子数据集训练跑通再谈结构改进。网络结构图是论文里锦上添花的东西不是决定模型效果的关键head 的改动如果没在数据增强和训练参数上做足功夫往往只是把 mAP 从 0.91 挪到 0.912 这种幅度。4. 训练猴子检测模型数据 YAML、训练参数与损失曲线4.1 数据 YAML 怎么写路径、类别和验证检查训练前要先写一个 monkey.yaml 指向数据集。YOLOv8 用的 YAML 文件很简单但路径写错和类别写错是最容易翻车的两个地方。下面是我常用的写法path: /home/user/monkey_project/monkey_dataset train: images/train val: images/val test: images/test nc: 1 names: 0: monkey这里的 path 指向数据集根目录train 和 val 是相对于根目录的路径。如果你在控制台把 path 写成相对路径而训练命令的当前目录不是项目目录就会报图像找不到我习惯写绝对路径。nc 和 names 必须和上一节标注时的 class_map 完全一致如果标注脚本里 monkey 是 0这里就不能从 1 开始。训练前跑一遍数据检查是很好的习惯from pathlib import Path root Path(/home/user/monkey_project/monkey_dataset) for split in [train, val]: imgs sorted((root / images / split).glob(*.jpg)) labels sorted((root / labels / split).glob(*.txt)) missing [p for p in imgs if not (root / labels / split / (p.stem .txt)).exists()] print(f{split}: images{len(imgs)} labels{len(labels)} missing{len(missing)})如果 missing 数量不是 0说明有些图片没有对应标签YOLO 训练时会自动跳过这些图片不会报错但样本就白白损失了。还有种隐蔽问题是标签文件里有多余的空格或者类别编号超范围训练时会在某个 epoch 突然抛异常。4.2 训练命令和关键参数epochs、batch、imgsz、device数据集和 YAML 准备好之后训练命令一行就够了yolo train datamonkey.yaml modelyolov8s.pt \ epochs100 batch16 imgsz640 device0 \ patience20 projectruns namemonkey_s \ optimizerSGD lr00.01解释一下每个参数的实际含义参数建议值说明epochs100~200猴子检测建议先跑 100看损失曲线再决定是否继续batch8~166GB 显存用 8不爆显存的前提下越大越好imgsz640 或 768远距离小目标优先 768device0 / cpu有 GPU 写 0没有写 cpupatience20mAP 连续 20 个 epoch 不涨就早停optimizerSGDAdamW 收敛快但最终 mAP 一般不如 SGDlr00.01SGD 默认AdamW 建议降到 0.001imgsz 是这些参数里最影响猴子检测效果的。猴子很多时候在画面里只占几十个像素imgsz 640 时这些像素对应到特征图上只有很小一块模型根本分不清是猴子还是树叶。我实际做过对比同一份数据imgsz 640 的 mAP50 是 0.87imgsz 768 能到 0.90。代价是显存占用上升约 40%如果你的显卡是 GTX 1660 Ti 6GBbatch 就得从 16 降到 8。我的优先顺序是先保 imgsz再调 batch。训练过程中 yolo 会实时打印每个 epoch 的 box_loss、cls_loss、dfl_loss 和 mAP50、mAP50-95。这里给新手一个判断标准前 20 个 epoch 训练损失下降很快是正常的如果 20 个 epoch 后损失曲线还是一路向下、没有平台期说明数据量不够或者学习率偏低。4.3 怎么画损失函数曲线图results.png 和 results.csv训练结束后 ultralytics 会自动在 runs/detect/monkey_s 目录下生成 results.png里面已经画好了所有损失和指标曲线不用自己再画。但很多同学要的是能放进论文或者答辩 PPT 里的图这时候可以直接读 results.csv 画一张更干净的图import matplotlib.pyplot as plt import pandas as pd df pd.read_csv(runs/detect/monkey_s/results.csv) df.columns [c.strip() for c in df.columns] # 先打印列名确认你关心的 loss 列存在 print(df.columns.tolist()) plt.figure(figsize(10, 6)) plt.plot(df[epoch], df[train/box_loss], labeltrain box_loss) plt.plot(df[epoch], df[val/box_loss], labelval box_loss, linewidth2) plt.xlabel(epoch) plt.ylabel(box_loss) plt.title(Monkey Detection Box Loss) plt.legend() plt.grid(alpha0.3) plt.savefig(monkey_box_loss.png, dpi150)这段代码里我特意加了 df.columns 的 strip 处理因为不同版本 ultralytics 生成的 results.csv 偶尔会在列名前后带空格直接取列会报 KeyError。列名确认用 print(df.columns.tolist()) 先跑一遍再决定画哪一列。val/box_loss 曲线是最值得盯的如果 val loss 在 30 个 epoch 后开始掉头向上而 train loss 还在降说明过拟合了应该回头加数据增强或者缩短 epochs。loss 曲线只是辅助判断真正决定模型能不能用的是 mAP50 和 mAP50-95。训练结束后要在测试集上做一次硬评估yolo val datamonkey.yaml modelruns/detect/monkey_s/weights/best.pt batch8 imgsz640这里 model 参数指向 best.pt 而不是 last.ptbest 是按验证集 mAP 选出来的最优权重。val 结束时控制台输出的 mAP50-95 是你这个模型最客观的精度指标后面写报告、做对比都拿它说话。5. YOLOv8 猴子检测避坑五个翻车现场和排查顺序训练动物检测模型比人车检测更容易遇到一些莫名其妙的坑下面这五个是我实际踩过或者帮别人排查过的。5.1 现象训练刚开始就报 IndexError 或 assert 类别越界训练到加载数据阶段突然抛错提示标签里的类别编号超出了 nc 范围。原因基本只有一个labelme 转 txt 的时候 class_map 和 yaml 的 names 对不上或者某个 txt 文件里混入了别的项目标签。解决方法是写个脚本扫所有标签文件把每个 txt 里第一列数字的最大值打出来超过 nc-1 的就是问题文件。我之前遇到过一张老数据集的标签写成1 0.5 0.5 0.1 0.2明明只有猴子一个类却写成 1训练不出错才怪。5.2 现象第一轮训练 loss 直接变成 nanloss 显示 nan而且一路都是 nan。常见原因有两个学习率设得过大或者数据里有损坏图片、全黑图。先用 lr00.001 重试一次如果还 nan就把数据集里所有图片用 cv2.imread 读一遍读不出来或者返回 None 的直接挑出来删除。图像损坏在爬图数据集里非常常见哪怕只有一两张坏图也会让 loss 变成 nan 并且很难恢复。5.3 现象训练损失正常下降mAP50 却一直卡在 0.5 上下这是最折腾人的情况train/box_loss 在降val/box_loss 也在降但是 mAP50 就是不高。我排查的经验是先看召回率是不是非常低。如果召回率低说明猴子在训练图里普遍太小或者模糊模型根本没学出猴子的位置如果召回率正常但精确率低说明误检多背景里树叶、岩石被当成猴子。前者把 imgsz 调到 768增强 mosaic补充一些近景大目标图后者检查是不是负样本太少增加没有猴子的背景图让模型学会拒绝。mAP 和 loss 不一定是同向的别只看 loss 曲线。5.4 现象训练时 val loss 翘尾best.pt 还是过拟合val/box_loss 在 30~40 个 epoch 后持续上升train/box_loss 继续下降这就是过拟合。很多人的应对是提前停止但我建议同时加数据增强。YOLOv8 内置增强可以在训练命令里直接开hsv_h0.015、hsv_s0.7、hsv_v0.4、fliplr0.5如果数据集规模只有几百张再打开 mosaic1.0。增强参数上去了之后过拟合会明显推迟。注意增强太猛也会让 val loss 反而降不下去适中即可。5.5 现象导出 ONNX 后在 CPU 上推理检测框和 PyTorch 不一致best.pt 在 PyTorch 下预测没问题但导出 ONNX 后要么框偏了要么置信度变得很低。原因基本是导出时 imgsz 没有和训练保持一致或者前后处理代码有差异。解决方法是导出命令里显式指定 imgsz并且用通用的算子集yolo export modelruns/detect/monkey_s/weights/best.pt formatonnx imgsz640 opset12导出后再用同一张图分别跑 pt 和 onnx 推理对比两次的 xyxy 输出坐标是否一致。如果只偏几个像素一般是前后处理代码的问题如果完全不对检查有没有自定义预处理逻辑没有被 ONNX 兼容。这个坑在部署到 RK3588、树莓派这类边缘设备时最典型早发现早省事。6. 训练完的权重怎么用导出 ONNX 走 CPU 推理的一段验证流程模型训练完手里拿到的是 best.pt这个格式适合 PyTorch 环境不适合部署。我一般在自己笔记本上先做一条最小验证链路确认权重可用之后才谈边缘设备。导出 ONNX 就一行yolo export modelruns/detect/monkey_s/weights/best.pt formatonnx imgsz640 devicecpu导出成功后会生成 best.onnxultralytics 会自动用 onnxruntime 跑一次校验。CPU 推理测试我通常这样写from ultralytics import YOLO model YOLO(best.onnx) results model(test_video_frame.jpg, conf0.25, imgsz640) for r in results: for box in r.boxes: x1, y1, x2, y2 box.xyxy[0].tolist() conf float(box.conf[0]) cls int(box.cls[0]) print(fmonkey conf{conf:.3f} box({x1:.0f},{y1:.0f})-({x2:.0f},{y2:.0f}))如果这一步在 CPU 上稳定输出框这个权重就算是落地了。我习惯再用一段验证集的视频做连续帧推理统计平均置信度和漏检帧数而不是只看单张图的视觉效果。训练 mAP 再高连续帧里的忽隐忽现会让人非常怀疑模型有问题其实往往是置信度阈值设得太高或者目标太小。最后说一个我自己的习惯每次训练完把 best.pt、best.onnx、monkey.yaml、训练用数据集说明这四个东西放到同一个项目目录里命名带上日期。权重这个东西时间一久就成了黑匣子没有配套数据集和参数记录三个月后你自己都不知道这份权重是怎么训出来的。这套流程跑顺了从猴子检测换到其他动物检测只需要换数据集和 YAML其余完全复用。希望帮到你。本文还有配套的精品资源点击获取

YOLOv8猴子检测权重训练：从数据集标注到模型部署全流程

相关推荐

Cursor Opus极速模式值不值？TaoToken统一API通道实测与配置避坑指南

【研发类-架构设计Skills】database-design 技能

【FDE系列】阶段2：Day 34：数据清洗 — 把脏数据捋干净

更多资讯

从零部署EMQX：MQTT服务器搭建与物联网消息链路实战指南

AI漫剧工业化流水线：番茄+豆包+ComfyUI+红果四环协同实战

Red Hat为NVIDIA Vera Rubin定制RHEL：AI平台深度优化底座

EMQX部署MQTT服务器实战：从Docker到生产环境

LinuxDeploy安卓容器中MySQL与Redis启动失败排查与修复指南

MindSpore大模型预训练数据质量过滤实战：规则、打分与去重

今日更新

企业AI转型实战指南：从场景选择到落地避坑的完整路线图

OpenRig：本地大模型服务编排的轻量级运行时框架

夸克网盘1TB免费扩容领取全攻略：新老用户实操流程与避坑指南

本周精选

如何彻底离线使用 Laya-CoreML：Hugging Face 下载、缓存机制与 local_files_only 详解

基于1Panel 部署MySQL MCP 服务：TaoToken 统一 Key 接入与 config.toml 配置实战

崇州园区营销网站建设避坑指南：5大注意事项保备案安全

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？