1.前言

图像分割就是把图像空间按照一定的要求分成一些“有意义”的区域的技术叫图像分割。

一幅图像通常是由代表物体的图案与背景组成，简称物体与背景。若想从一幅图像中“提取”物体，可以设法用专门的方法标出属于该物体的点，如把物体上的点标为“1”，而把背景点标为“0”，通过分割以后，可得一幅二值图像。

数据训练，首先就是要准备自己的数据集，可以通过 label studio 进行标注，也可以使用其他的标注工具，

2.训练

1.编写yml

编写训练配置，这里我只有一个类别，于是就这么写了。

1
2
3
4
5
6

train: D:/zlc/drone/drone-train/data/segment-yolo/images/train
val: D:/zlc/drone/drone-train/data/segment-yolo/images/val

# Classes
names:
  0: land

2.训练

（1）命令行参数重写
采用参数重写的方式最简单可以提前下载 yolov8n-seg.pt 放到当前目录下。

1

yolo task=segment mode=train model=yolov8n-seg.pt data=data/segment-yolo/data.yml batch=4 epochs=100 imgsz=640 workers=16 device=0

（2）采用 python 脚本
也可以使用 py 脚本的方式进行。

1
2
3
4
5
6
7
8

from ultralytics import YOLO
import multiprocessing

if __name__ == "__main__":
    multiprocessing.freeze_support()
    model = YOLO("model/yolo11l-seg.pt")  # load a pretrained model (recommended for training)
    # Train the model
    results = model.train(task="segment",data="data/2021LoveDA/data.yml", epochs=100, imgsz=1024, workers=16, device=0,batch=4)

问题

1.ignoring corrupt image/label: non-normalized or out of bounds coordinates

我在使用了 arcpro 进行了切片之后，然后进行训练，结果出现了这个问题，也就是说坐标范围超出了。

【尝试方案】
我在导出切片的时候，将原先的 “地理空间” 改为了 “像素空间” ，结果还是报错。

【解决方案】
解决方案就是，将 KITT 格式改为了 VOC 格式输出，然后使用转换工具，将 xml 改为了 txt，这样就解决了坐标的归一化问题。

2.segment dataset incorrectly formatted or not a segment dataset

因为我只有一个分类，所以我编写了 data.yml 配置文件，但是这样会报错，无法启动。“1-class dataset requires class indices 0-0, but you have invalid class indices 1-1 defined in your dataset YAML.”

1
2
3
4
5
6

train: D:/zlc/drone/drone-train/data/segment-yolo/images/train
val: D:/zlc/drone/drone-train/data/segment-yolo/images/val

# Classes
names:
  1: land

我改成了这样的写法，可以启动，但是无法训练，就报了格式错误。

1
2
3
4
5

train: D:/zlc/drone/drone-train/data/segment-yolo/images/train
val: D:/zlc/drone/drone-train/data/segment-yolo/images/val

# Classes
names: ['1']

【尝试方案】
（1）最后我只能是从0开始,不能从 1开始。我本意其实因为我定义了 一个分类，id号只有一个1，所以我才这么写。

1
2
3
4
5
6

train: D:/zlc/drone/drone-train/data/segment-yolo/images/train
val: D:/zlc/drone/drone-train/data/segment-yolo/images/val

# Classes
names:
  0: land

（2）最后我还是没有解决这个问题，后来我经过不断的尝试，我发现在 ArcPro 中导出的 voc 格式，是用于图像分类的，而不是用于 图像分割的数据集。比如下面其实是一个标注，里面分为了两类，一类是 1，一类是 2,就是这么简单，只有 最大最小范围罢了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

<?xml version="1.0"?>
<annotation>
    <filename>000000000001.tif</filename>
    <source>
        <annotation>ESRI ArcGIS Pro</annotation>
    </source>
    <size>
        <width>1919</width>
        <height>1080</height>
        <depth>4</depth>
    </size>
    <object>
        <name>1</name>
        <bndbox>
            <xmin>414.57</xmin>
            <ymin>332.91</ymin>
            <xmax>511.61</xmax>
            <ymax>433.94</ymax>
        </bndbox>
    </object>
    <object>
        <name>128</name>
        <bndbox>
            <xmin>965.49</xmin>
            <ymin>501.69</ymin>
            <xmax>1325.41</xmax>
            <ymax>792.06</ymax>
        </bndbox>
    </object>
    <object>
        <name>128</name>
        <bndbox>
            <xmin>1196.90</xmin>
            <ymin>135.03</ymin>
            <xmax>1508.09</xmax>
            <ymax>368.36</ymax>
        </bndbox>
    </object>
</annotation>

【解决方案】
其实这个问题如果是1分类的话，其实要增加一个0 分类

1
2
3
4
5
6
7

train: D:/zlc/drone/drone-train/data/land/yolo/images/train
val: D:/zlc/drone/drone-train/data/land/yolo/images/val

# Classes
names:
  0: 0
  1: 1  # Class 1

3.OutOfMemoryError

总是出现内存泄漏的问题，我有RTX 3060 16G的显存，使用起来还是捉襟见肘，我把 batch 大小从8改到了2，最后还是不行，只能用1了，我的图片都尺寸比较大，使用的是 1024 的尺寸。

【尝试方案】
(1) 我的图片尺寸是 1024 的，于是我几只能把这个 batch 调成了1，希望能解决问题，结果没有用。
(2) 我把 workers 从 16 调成了 4，结果也没有效果
(3) 减少 imgsz 的大小，从1024改为了 512
(4) 降低图片的大小，因为我的一个图片的大小就是