简介面向医学影像检测、目标检测课程设计与YOLO系列算法验证的学习者该数据集以1000张真实场景高质量血细胞图片为基础使用LabelImg标注包括红白细胞与血小板检测并提供VOC(XML)、COCO(JSON)、YOLO(TXT)三种格式标签直接对接YOLO训练流程省去自行转换格式的繁琐步骤。压缩包内共2000个文件以1000个XML标注文件、990个TXT标签/列表文件为主辅以HTML教程、Python脚本与YAML配置整体约29.34MB目录结构按不同标注格式分开放置便于按需调用。已有190人浏览学习适合课程设计、毕业设计或医学图像入门项目。配套资料包含Windows/Linux环境搭建教程、YOLO训练案例教程、训练集/验证集/测试集划分脚本以及ImageSets生成脚本可帮助快速完成数据划分、环境配置与模型训练还能在训练后根据案例修改路径与参数有效降低从标注数据到目标检测模型落地的门槛。1. YOLO红白细胞血小板检测数据集一份能直接开工的血液细胞目标检测资源做目标检测最烦的不是调模型而是找数据、标数据、转格式这三件事轮着来。这份YOLO红白细胞血小板检测数据集算是把前期工作都做完了1000张真实场景的血液镜检图片三类目标——红细胞、白细胞、血小板全部用LabelImg人工标注同时给出VOC(xml)、COCO(json)、YOLO(txt)三种格式的标签分别存在不同文件夹拿过来直接就能喂给YOLO系列训练。对我这种经常临时要跑医疗图像检测验证的人来说省掉的不只是标注时间还有从xml转txt时最容易翻车的那几步。资源里还附带三个划分脚本和Windows/Linux双平台的环境搭建、训练教程HTML文档适合刚入坑YOLO的新手也适合需要快速验证检测效果的熟手。下面按我的拆包习惯把数据组织、脚本用法、训练配置和坑位一次说清。2. 数据集内部结构与三种标签格式先搞清楚文件怎么组织2.1 资源包文件清单与目录组织方式解压之后第一件事不是急着训练而是先看目录结构。这份资源解压后主要分两块一块是图片和标签文件夹另一块是教程和脚本。图片和标签按格式分开放置VOC格式的xml、COCO格式的json、YOLO格式的txt各占一个目录图片单独一个目录互不混淆。HTML教程文档有五个覆盖了Ubuntu安装、YOLO环境搭建Windows和Linux两个版本、YOLO训练教程Windows和Linux两个版本。这三个脚本建议放到你的工程目录下别扔在解压根目录里不管——后面我会细讲怎么用它们做数据集划分。从训练角度看这个组织方式的好处是你不需要自己写格式转换脚本也不用担心xml和txt对应关系错乱。用LabelImg标注时一份标注数据可以同时导出VOC和YOLO两种格式LabelImg支持设置自动保存为YOLO格式COCO格式需要用脚本转一下或者用标注工具导出。收到数据集后我一般习惯先抽查三张图和一个xml、一个txt确认类别顺序一致再开工。2.2 VOC、COCO、YOLO三种格式的字段差异与换算关系这三种格式看起来是同一份标注的三种表达实际字段命名和坐标体系完全不同混用必翻车。VOC格式是xml文件核心字段是bndboxxmin、ymin、xmax、ymax单位是像素坐标是绝对的。YOLO格式是txt文件每行表示一个目标格式是class x_center y_center width height全部归一化到0到1之间。COCO格式是json文件annotations里每个目标用bbox表示格式是[x, y, width, height]像素单位。从VOC转YOLO时核心换算关系是# VOC (xmin, ymin, xmax, ymax) - YOLO (x_center, y_center, width, height) x_center (xmin xmax) / 2 / img_width y_center (ymin ymax) / 2 / img_height width (xmax - xmin) / img_width height (ymax - ymin) / img_height换算的坑在于除法顺序和整数溢出。图片的宽高必须用xml里size节点的值不能自己重新读图算宽高否则某些训练脚本在做数据增强或resize时会读出越界的框轻则警告重则loss直接变成nan。COCO格式则要注意两个地方一是bbox里的[x, y, w, h]指左上角坐标加宽高不是中心点二是area字段和iscrowd字段必须正确。area用w * h算就行但iscrowd默认必须为0如果从其他地方转换时漏了这个字段用pycocotools做评估时会报错。2.3 类别顺序约定与标签文件命名规则训练YOLO时类别顺序由data.yaml里的names列表决定而names的顺序要和txt里的整数索引一一对应。这份数据集里三个类别的默认顺序通常和标注时的class列表一致我拿到手第一件事就是读一个txt看类别索引再和教程里的yaml配置对比。文件命名规则方面图片和标签文件同名只是后缀不同——blood_001.jpg对blood_001.txtYOLO格式和blood_001.xmlVOC格式COCO格式则是把所有标注汇总进一个json文件。这种命名规则的好处是划分脚本可以只对图片列表做随机打乱然后按文件名前缀去匹配对应的标签文件。格式文件后缀坐标体系标注表达方式适用框架VOC.xml像素绝对坐标xmin, ymin, xmax, ymaxDetectron2, mmdetectionCOCO.json像素绝对坐标[x, y, w, h] area iscrowdDetectron2, mmdetection, YOLOv5/v8转换版YOLO.txt归一化坐标class x_center y_center width heightYOLO系列直接读3. 三个划分脚本详解训练集、验证集、测试集怎么切才靠谱资源里附带三个Python脚本名字分别是“训练集、验证集、测试集划分脚本图片标签划分写入新文件夹.py”“训练集、验证集划分脚本图片标签划分写入新文件夹.py”“split_train_val生成ImageSets下txt文件划分脚本.py”。这三个脚本做的事有交集也有区别很多新手拿到手分不清该用哪个我把我实际的用法拆开讲。3.1 脚本一训练集、验证集、测试集三段划分这个脚本做的是完整的三段划分把图片和标签按比例拆成train、val、test三个新文件夹。内部逻辑是读取指定目录下所有图片文件名用random.shuffle打乱顺序然后按比例切片最后把图片和对应用标签复制到新目录。import os import random import shutil # 配置区域 img_dir images # 原始图片目录 label_dir labels # 原始标签目录yolo格式txt train_ratio 0.7 # 训练集比例 val_ratio 0.2 # 验证集比例 # test_ratio 0.1 # 测试集比例剩余部分即为测试集 out_dir split_data # 输出根目录 files [f for f in os.listdir(img_dir) if f.endswith(.jpg)] random.shuffle(files) train_num int(len(files) * train_ratio) val_num int(len(files) * val_ratio) train_files files[:train_num] val_files files[train_num:train_num val_num] test_files files[train_num val_num:] def copy_files(file_list, subset): os.makedirs(f{out_dir}/{subset}/images, exist_okTrue) os.makedirs(f{out_dir}/{subset}/labels, exist_okTrue) for f in file_list: shutil.copy(f{img_dir}/{f}, f{out_dir}/{subset}/images/{f}) label_name f.replace(.jpg, .txt) label_path f{label_dir}/{label_name} if os.path.exists(label_path): shutil.copy(label_path, f{out_dir}/{subset}/labels/{label_name}) copy_files(train_files, train) copy_files(val_files, val) copy_files(test_files, test) print(ftrain: {len(train_files)}, val: {len(val_files)}, test: {len(test_files)})这个脚本最关键的参数是三个比例默认建议7:2:1或者8:1:1。我一般会用7:2:1训练量1000张图按7成是700张对YOLO这种数据饥饿模型来说数量不算富裕但配合数据增强也够用。脚本中有个隐含约定就是标签文件和图片文件同名只是后缀从.jpg换成.txt如果使用同一批数据但标签是XML格式需要把f.replace(.jpg, .txt)改成f.replace(.jpg, .xml)。脚本里的随机打乱没有固定随机种子这意味着每次运行划分结果都不同。我自己做实验时会加一行random.seed(42)确保两次实验结果可复现不然对比模型效果时你分不清是模型改进了还是数据划分变了。3.2 脚本二只做训练集和验证集划分有些场景不需要测试集比如做交叉验证或者只是临时看一下训练曲线。第二个脚本就是只划分train和val两段逻辑更简单基本是上面的脚本减去test部分。这类脚本常用于模型训练阶段的快速验证等模型选型完成后再跑一次三段划分做正式评估。3.3 脚本三生成ImageSets下的txt索引文件第三个脚本做的事情和前面两个完全不同它不复制文件而是在数据集目录下生成ImageSets/Main文件夹里面写入train.txt、val.txt、test.txt每个txt里是图片的文件名列表不带后缀或带完整路径取决于脚本实现。这种形式是VOC数据集的标准组织方式后来被很多基于VOC格式的检测框架沿用。如果你用的是YOLOv5或YOLOv8你其实可以不用这个脚本因为YOLO系列直接读data.yaml里train.txt和val.txt的路径列表但如果你后续要切到mmdetection或者自己写数据加载器ImageSets格式会更顺手。这个脚本的价值是兼容性不急着用但别删。3.4 划分时最容易犯的错图片和标签脱同步划分数据时最常见的问题是只复制了图片没复制标签或者训练集里有一张图没有对应标签。这种“半残”的样本训练时不会报错因为YOLO训练逻辑会跳过没有目标的图片但它会让训练集的有效样本量下降同时模型会对“无目标”的图片产生错误的先验——后期推理时容易把背景误判成目标。我拿任何数据集做划分后都会强制做一步校验统计train目录里图片数量和txt数量是否一致。数量对不上就说明有图没标或者有标没图直接找出来处理别带着问题进训练。4. 环境搭建与训练配置从零训练YOLO血细胞检测模型4.1 Windows和Linux双环境搭建conda虚拟环境流程资源里的四个HTML教程分得很清楚——Windows和Linux各一套环境搭建教程加一套训练教程。核心走的都是conda虚拟环境加pip安装pytorch和ultralytics的路线。Windows环境我常用的流程是这样的conda create -n yolo python3.8 -y conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralyticsLinux环境基本一样但如果你有NVIDIA显卡记得先跑一下nvidia-smi确认CUDA版本再安装对应版本的torch。CPU版torch也能训练只是速度慢得感人1000张图一次epoch可能要跑很久我不建议这么做。如果只有CPU优先用YOLOv5s或者YOLOv8n这种小型网络参数量小能在可接受的时间内出结果。YOLO系列里v5和v8是目前社区最常用的版本v5的工程化做得好文档全v8的代码结构更新anchor-free机制对尺寸差异大的目标更友好。血细胞检测里白细胞和血小板大小差一个量级用v8的anchor-free可能会比v5省心一些。4.2 data.yaml配置类别数与训练参数对照数据准备好后核心是写data.yaml。这个文件负责告诉YOLO训练脚本你的数据在哪、有几个类别、类别名字是什么。# data.yaml path: ./datasets/blood_cell train: images/train val: images/val test: images/test nc: 3 names: [RBC, WBC, PLT]这里的nc必须是3对应红白细胞血小板三类。names列表的顺序和txt里类别索引的对应关系必须一一对应不然类别标签会张冠李戴。用这份数据集前先拿一个txt文件看第一行第一个数字是0还是1还是2再对应去看names顺序基本就能确认。开始训练前还应该检查labels目录里是否有类别不平衡问题。血细胞图像里红细胞数量远比白细胞和血小板多三类目标数量可能差几十倍这会直接导致模型对少样本类别学习不充分。后面我会讲怎么针对这种情况调整训练策略。4.3 训练命令与关键参数解释环境就绪、data.yaml写好后训练命令本身不长但几组参数值得抠一下yolo train datablood_data.yaml modelyolov8n.pt epochs100 batch16 imgsz640 device0epochs100对于1000张图的数据集来说配合mosaic增强可以在不多的训练时间内收敛如果数据量更少我一般会降到50到70轮防止过拟合。batch16取决于显存大小如果你只有6GB显存建议降到8或者4同时把imgsz降到480或416。imgsz对检测效果影响很大640是速度和精度的折中点——如果你想提高对小目标血小板的召回率可以考虑用1280但训练时间会翻倍甚至更多。训练过程中值得关注的是损失曲线。YOLOv8会输出三部分损失box_loss、cls_loss、dfl_loss。正常情况下三者应该平滑下降如果box_loss快速降到接近0而cls_loss还在高位说明模型定位学得好但分类判断不行如果三个loss都在0.5以上震荡大概率是学习率偏高了。4.4 训练中断的恢复与断点续训训练跑一半挂了是常事原因是显存溢出、断电、手动CtrlC。YOLO系列的默认行为是每个epoch结束保存last.pt和best.pt断点续训直接这样做yolo train datablood_data.yaml modelruns/detect/train/weights/last.pt epochs100 device0注意model参数换成last.pt路径而不是从头开始。这里有个坑last.pt里保存的状态包含当前epoch数续训时会从断点继续而不是重新计数。如果你发现续训时epoch从1开始说明用的不是last.pt而是best.pt或者预训练权重训练轮数会超预期。我个人习惯每隔10个epoch手动复制一份last.pt另存防止训练到90轮崩了只能回退到50轮的结果。5. 避坑排查指南格式转换、类别不均衡与小目标五个必踩的坑5.1 训练直接报“标签文件不匹配”或所有loss都是nan现象训练刚开始就提示某些标签文件找不到或者loss输出为nan。原因txt标注文件里类别索引超出nc范围比如txt里写了3但yaml里nc: 3的索引只允许0、1、2或者标注文件里出现了负坐标、大于1的归一化坐标。另一个常见原因是你把VOC格式的xml直接扔进了labels目录YOLO训练代码读xml读不出合法内容。解决写一个检查脚本遍历labels下所有txt解析每一行看class索引是否在[0, nc-1]范围看坐标是否都在[0, 1]内。发现有问题的文件直接删除对应图片和标签或者手工修正。数据量只有1000张花十分钟清洗一遍比训练时Debug一晚上强得多。5.2 三个类别之间数量差了几十倍少样本类别完全不收敛现象训练30轮后红细胞RBC的mAP到0.9白细胞WBC到0.7血小板PLT的mAP还不到0.3。原因这是血细胞检测里最典型的类别不平衡问题。红细胞几乎每个视野都有几十个血小板往往只有少量模型天然倾向于学习高频类别。此外血小板的尺寸在640分辨率下可能只有几个像素属于小目标检测的老大难问题。解决三步走。第一步给少样本类别做离线增强将包含血小板或白细胞的图片做随机旋转、翻转、HSV扰动复制几份扩充到训练集里。第二步训练时调整增强参数增大mosaic和copy_paste的概率让不同样本在增强时互相混合变相增加少样本类别的出现频率。第三步降低batch大小并增加epoch数给模型更多迭代去学少样本类别。如果还不够可以尝试给少样本类别配置更高的分类权重系数但这个操作不同YOLO版本的做法不同要查对应版本的参数名。5.3 VOC或COCO格式转换后mask和bbox错位现象从COCO json加载数据训练发现预测框和真实目标位置有偏差或者标注框整体位移。原因COCO的bbox格式是[x, y, width, height]且是像素单位很多人转换时容易和VOC的[xmin, ymin, xmax, ymax]搞混导致w和h被算成了右下角坐标。另一个问题是在resize时没有同步缩放bbox坐标比如原图1080P缩放到640训练bbox坐标没跟着缩预测时自然错位。解决任何格式转换后做一次可视化检查把标注框画回原图。用OpenCV画框看位置是否贴合目标这一步虽笨但能一眼发现坐标体系问题。不要直接开训练训练半天发现是数据问题心态容易崩。5.4 划分脚本运行后某些图片没有标签或标签没复制现象跑完划分脚本train目录里图片数比txt多或者val目录里某张图的txt是空文件。原因划分脚本里写的是固定后缀替换比如f.replace(.jpg, .txt)但数据集中部分图片可能是.png或.jpeg后缀替换失败后找到的标签不存在脚本没有做异常处理就静默跳过了。空txt文件的情况是某些图片没有目标人工标注时没有生成标注内容。解决自己加一轮校验对比图片文件名集合和标签文件名集合的差集找出哪些图缺失标签要么补充标注要么删掉这张图。对于空txt文件建议直接删除对应图片否则模型会学到“这张图没有目标”的错误模式推理时容易误检背景。5.5 Windows路径分隔符报错和数据路径硬编码问题现象Windows上跑训练脚本报文件找不到路径看起来没错但就是读不到换一台机器重新训练又要改一堆路径。原因Windows默认路径分隔符是反斜杠\而Python字符串里\t、\n会被转义路径写死容易出这类问题。另一个问题是data.yaml里面用了绝对路径比如path: C:/Users/xxx/datasets/blood_data换机器或者换目录后路径失效。解决所有路径统一用正斜杠/或者pathlib的Path对象处理。data.yaml里的path配置建议用相对路径配合当前工作目录定位。我自己习惯把这些数据集和脚本统一放在一个独立目录每次训练前用cd切换到该目录再执行命令避免交叉引用绝对路径造成混乱。6. 进阶技巧推理时的置信度阈值调优与血细胞小板检测优化训练完模型只是第一步部署到实际推理场景时还需要做阈值调优。YOLO推理输出有两组关键参数conf_thres置信度阈值和iou_thresNMS交并比阈值。默认的conf0.25在通用目标上表现尚可但在血细胞检测这类场景下容易出问题——血小板的检测结果置信度普遍偏低0.2到0.4之间如果阈值设高了会漏检设低了背景误检又控制不住。推理时可以用如下命令先测一组基线结果yolo predict modelbest.pt sourcetest_images/ conf0.1 iou0.5 save_txtTrue把conf降到0.1会导致大量误检框出现但这时候不是去调模型而是用这组结果判断血小板类别的置信度分布大概在哪个区间。如果发现血小板检测框的置信度集中在0.15到0.25之间而背景误检的置信度在0.1以下那0.15就是一个比较合适的阈值。这个确定阈值的过程我建议写个脚本批量跑验证集统计不同阈值下的精确率和召回率。针对血小板小目标漏检的问题除了前面说的增强策略还有一个更直接的办法——imgsz推高到1280。YOLOv8在推理时支持比训练更大的输入尺寸血小板在1280下占据的像素面积是640下的4倍检测难度会明显下降。代价是推理速度变慢如果你是在CPU或者边缘设备上跑这个方案可能不现实那就要考虑对原图做切片推理把大图切成若干小块分别检测再聚合结果但这份资源附带的教程没有覆盖这个方案需要你自己额外找资料。从数据角度还有一个取舍要提这份数据集的图片来自真实血液涂片场景不同设备、不同染色条件下细胞外观差异较大。如果你拿它训练出的模型换到另一台显微镜下测试泛化效果可能不如源域。我处理这类问题时会额外收集一些目标场景下的无标注图片用训练好的模型先跑一遍伪标注人工筛选后加入训练集整个过程花不了多少时间但对新场景的适应性提升非常明显。那份数据集划分脚本我从一开始就是固定种子再跑从那以后我每次做数据切分都强制走一遍固定种子加数量校验的流程省了很多对比实验翻车的后悔药。希望这份拆解能帮上忙尤其是第一次拿YOLO做医学图像检测的你少踩几个格式和划分的坑快速跑出自己的模型。本文还有配套的精品资源点击获取 YOLO红白细胞血小板检测数据集：三种标注格式与训练实战指南
简介面向医学影像检测、目标检测课程设计与YOLO系列算法验证的学习者该数据集以1000张真实场景高质量血细胞图片为基础使用LabelImg标注包括红白细胞与血小板检测并提供VOC(XML)、COCO(JSON)、YOLO(TXT)三种格式标签直接对接YOLO训练流程省去自行转换格式的繁琐步骤。压缩包内共2000个文件以1000个XML标注文件、990个TXT标签/列表文件为主辅以HTML教程、Python脚本与YAML配置整体约29.34MB目录结构按不同标注格式分开放置便于按需调用。已有190人浏览学习适合课程设计、毕业设计或医学图像入门项目。配套资料包含Windows/Linux环境搭建教程、YOLO训练案例教程、训练集/验证集/测试集划分脚本以及ImageSets生成脚本可帮助快速完成数据划分、环境配置与模型训练还能在训练后根据案例修改路径与参数有效降低从标注数据到目标检测模型落地的门槛。1. YOLO红白细胞血小板检测数据集一份能直接开工的血液细胞目标检测资源做目标检测最烦的不是调模型而是找数据、标数据、转格式这三件事轮着来。这份YOLO红白细胞血小板检测数据集算是把前期工作都做完了1000张真实场景的血液镜检图片三类目标——红细胞、白细胞、血小板全部用LabelImg人工标注同时给出VOC(xml)、COCO(json)、YOLO(txt)三种格式的标签分别存在不同文件夹拿过来直接就能喂给YOLO系列训练。对我这种经常临时要跑医疗图像检测验证的人来说省掉的不只是标注时间还有从xml转txt时最容易翻车的那几步。资源里还附带三个划分脚本和Windows/Linux双平台的环境搭建、训练教程HTML文档适合刚入坑YOLO的新手也适合需要快速验证检测效果的熟手。下面按我的拆包习惯把数据组织、脚本用法、训练配置和坑位一次说清。2. 数据集内部结构与三种标签格式先搞清楚文件怎么组织2.1 资源包文件清单与目录组织方式解压之后第一件事不是急着训练而是先看目录结构。这份资源解压后主要分两块一块是图片和标签文件夹另一块是教程和脚本。图片和标签按格式分开放置VOC格式的xml、COCO格式的json、YOLO格式的txt各占一个目录图片单独一个目录互不混淆。HTML教程文档有五个覆盖了Ubuntu安装、YOLO环境搭建Windows和Linux两个版本、YOLO训练教程Windows和Linux两个版本。这三个脚本建议放到你的工程目录下别扔在解压根目录里不管——后面我会细讲怎么用它们做数据集划分。从训练角度看这个组织方式的好处是你不需要自己写格式转换脚本也不用担心xml和txt对应关系错乱。用LabelImg标注时一份标注数据可以同时导出VOC和YOLO两种格式LabelImg支持设置自动保存为YOLO格式COCO格式需要用脚本转一下或者用标注工具导出。收到数据集后我一般习惯先抽查三张图和一个xml、一个txt确认类别顺序一致再开工。2.2 VOC、COCO、YOLO三种格式的字段差异与换算关系这三种格式看起来是同一份标注的三种表达实际字段命名和坐标体系完全不同混用必翻车。VOC格式是xml文件核心字段是bndboxxmin、ymin、xmax、ymax单位是像素坐标是绝对的。YOLO格式是txt文件每行表示一个目标格式是class x_center y_center width height全部归一化到0到1之间。COCO格式是json文件annotations里每个目标用bbox表示格式是[x, y, width, height]像素单位。从VOC转YOLO时核心换算关系是# VOC (xmin, ymin, xmax, ymax) - YOLO (x_center, y_center, width, height) x_center (xmin xmax) / 2 / img_width y_center (ymin ymax) / 2 / img_height width (xmax - xmin) / img_width height (ymax - ymin) / img_height换算的坑在于除法顺序和整数溢出。图片的宽高必须用xml里size节点的值不能自己重新读图算宽高否则某些训练脚本在做数据增强或resize时会读出越界的框轻则警告重则loss直接变成nan。COCO格式则要注意两个地方一是bbox里的[x, y, w, h]指左上角坐标加宽高不是中心点二是area字段和iscrowd字段必须正确。area用w * h算就行但iscrowd默认必须为0如果从其他地方转换时漏了这个字段用pycocotools做评估时会报错。2.3 类别顺序约定与标签文件命名规则训练YOLO时类别顺序由data.yaml里的names列表决定而names的顺序要和txt里的整数索引一一对应。这份数据集里三个类别的默认顺序通常和标注时的class列表一致我拿到手第一件事就是读一个txt看类别索引再和教程里的yaml配置对比。文件命名规则方面图片和标签文件同名只是后缀不同——blood_001.jpg对blood_001.txtYOLO格式和blood_001.xmlVOC格式COCO格式则是把所有标注汇总进一个json文件。这种命名规则的好处是划分脚本可以只对图片列表做随机打乱然后按文件名前缀去匹配对应的标签文件。格式文件后缀坐标体系标注表达方式适用框架VOC.xml像素绝对坐标xmin, ymin, xmax, ymaxDetectron2, mmdetectionCOCO.json像素绝对坐标[x, y, w, h] area iscrowdDetectron2, mmdetection, YOLOv5/v8转换版YOLO.txt归一化坐标class x_center y_center width heightYOLO系列直接读3. 三个划分脚本详解训练集、验证集、测试集怎么切才靠谱资源里附带三个Python脚本名字分别是“训练集、验证集、测试集划分脚本图片标签划分写入新文件夹.py”“训练集、验证集划分脚本图片标签划分写入新文件夹.py”“split_train_val生成ImageSets下txt文件划分脚本.py”。这三个脚本做的事有交集也有区别很多新手拿到手分不清该用哪个我把我实际的用法拆开讲。3.1 脚本一训练集、验证集、测试集三段划分这个脚本做的是完整的三段划分把图片和标签按比例拆成train、val、test三个新文件夹。内部逻辑是读取指定目录下所有图片文件名用random.shuffle打乱顺序然后按比例切片最后把图片和对应用标签复制到新目录。import os import random import shutil # 配置区域 img_dir images # 原始图片目录 label_dir labels # 原始标签目录yolo格式txt train_ratio 0.7 # 训练集比例 val_ratio 0.2 # 验证集比例 # test_ratio 0.1 # 测试集比例剩余部分即为测试集 out_dir split_data # 输出根目录 files [f for f in os.listdir(img_dir) if f.endswith(.jpg)] random.shuffle(files) train_num int(len(files) * train_ratio) val_num int(len(files) * val_ratio) train_files files[:train_num] val_files files[train_num:train_num val_num] test_files files[train_num val_num:] def copy_files(file_list, subset): os.makedirs(f{out_dir}/{subset}/images, exist_okTrue) os.makedirs(f{out_dir}/{subset}/labels, exist_okTrue) for f in file_list: shutil.copy(f{img_dir}/{f}, f{out_dir}/{subset}/images/{f}) label_name f.replace(.jpg, .txt) label_path f{label_dir}/{label_name} if os.path.exists(label_path): shutil.copy(label_path, f{out_dir}/{subset}/labels/{label_name}) copy_files(train_files, train) copy_files(val_files, val) copy_files(test_files, test) print(ftrain: {len(train_files)}, val: {len(val_files)}, test: {len(test_files)})这个脚本最关键的参数是三个比例默认建议7:2:1或者8:1:1。我一般会用7:2:1训练量1000张图按7成是700张对YOLO这种数据饥饿模型来说数量不算富裕但配合数据增强也够用。脚本中有个隐含约定就是标签文件和图片文件同名只是后缀从.jpg换成.txt如果使用同一批数据但标签是XML格式需要把f.replace(.jpg, .txt)改成f.replace(.jpg, .xml)。脚本里的随机打乱没有固定随机种子这意味着每次运行划分结果都不同。我自己做实验时会加一行random.seed(42)确保两次实验结果可复现不然对比模型效果时你分不清是模型改进了还是数据划分变了。3.2 脚本二只做训练集和验证集划分有些场景不需要测试集比如做交叉验证或者只是临时看一下训练曲线。第二个脚本就是只划分train和val两段逻辑更简单基本是上面的脚本减去test部分。这类脚本常用于模型训练阶段的快速验证等模型选型完成后再跑一次三段划分做正式评估。3.3 脚本三生成ImageSets下的txt索引文件第三个脚本做的事情和前面两个完全不同它不复制文件而是在数据集目录下生成ImageSets/Main文件夹里面写入train.txt、val.txt、test.txt每个txt里是图片的文件名列表不带后缀或带完整路径取决于脚本实现。这种形式是VOC数据集的标准组织方式后来被很多基于VOC格式的检测框架沿用。如果你用的是YOLOv5或YOLOv8你其实可以不用这个脚本因为YOLO系列直接读data.yaml里train.txt和val.txt的路径列表但如果你后续要切到mmdetection或者自己写数据加载器ImageSets格式会更顺手。这个脚本的价值是兼容性不急着用但别删。3.4 划分时最容易犯的错图片和标签脱同步划分数据时最常见的问题是只复制了图片没复制标签或者训练集里有一张图没有对应标签。这种“半残”的样本训练时不会报错因为YOLO训练逻辑会跳过没有目标的图片但它会让训练集的有效样本量下降同时模型会对“无目标”的图片产生错误的先验——后期推理时容易把背景误判成目标。我拿任何数据集做划分后都会强制做一步校验统计train目录里图片数量和txt数量是否一致。数量对不上就说明有图没标或者有标没图直接找出来处理别带着问题进训练。4. 环境搭建与训练配置从零训练YOLO血细胞检测模型4.1 Windows和Linux双环境搭建conda虚拟环境流程资源里的四个HTML教程分得很清楚——Windows和Linux各一套环境搭建教程加一套训练教程。核心走的都是conda虚拟环境加pip安装pytorch和ultralytics的路线。Windows环境我常用的流程是这样的conda create -n yolo python3.8 -y conda activate yolo pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install ultralyticsLinux环境基本一样但如果你有NVIDIA显卡记得先跑一下nvidia-smi确认CUDA版本再安装对应版本的torch。CPU版torch也能训练只是速度慢得感人1000张图一次epoch可能要跑很久我不建议这么做。如果只有CPU优先用YOLOv5s或者YOLOv8n这种小型网络参数量小能在可接受的时间内出结果。YOLO系列里v5和v8是目前社区最常用的版本v5的工程化做得好文档全v8的代码结构更新anchor-free机制对尺寸差异大的目标更友好。血细胞检测里白细胞和血小板大小差一个量级用v8的anchor-free可能会比v5省心一些。4.2 data.yaml配置类别数与训练参数对照数据准备好后核心是写data.yaml。这个文件负责告诉YOLO训练脚本你的数据在哪、有几个类别、类别名字是什么。# data.yaml path: ./datasets/blood_cell train: images/train val: images/val test: images/test nc: 3 names: [RBC, WBC, PLT]这里的nc必须是3对应红白细胞血小板三类。names列表的顺序和txt里类别索引的对应关系必须一一对应不然类别标签会张冠李戴。用这份数据集前先拿一个txt文件看第一行第一个数字是0还是1还是2再对应去看names顺序基本就能确认。开始训练前还应该检查labels目录里是否有类别不平衡问题。血细胞图像里红细胞数量远比白细胞和血小板多三类目标数量可能差几十倍这会直接导致模型对少样本类别学习不充分。后面我会讲怎么针对这种情况调整训练策略。4.3 训练命令与关键参数解释环境就绪、data.yaml写好后训练命令本身不长但几组参数值得抠一下yolo train datablood_data.yaml modelyolov8n.pt epochs100 batch16 imgsz640 device0epochs100对于1000张图的数据集来说配合mosaic增强可以在不多的训练时间内收敛如果数据量更少我一般会降到50到70轮防止过拟合。batch16取决于显存大小如果你只有6GB显存建议降到8或者4同时把imgsz降到480或416。imgsz对检测效果影响很大640是速度和精度的折中点——如果你想提高对小目标血小板的召回率可以考虑用1280但训练时间会翻倍甚至更多。训练过程中值得关注的是损失曲线。YOLOv8会输出三部分损失box_loss、cls_loss、dfl_loss。正常情况下三者应该平滑下降如果box_loss快速降到接近0而cls_loss还在高位说明模型定位学得好但分类判断不行如果三个loss都在0.5以上震荡大概率是学习率偏高了。4.4 训练中断的恢复与断点续训训练跑一半挂了是常事原因是显存溢出、断电、手动CtrlC。YOLO系列的默认行为是每个epoch结束保存last.pt和best.pt断点续训直接这样做yolo train datablood_data.yaml modelruns/detect/train/weights/last.pt epochs100 device0注意model参数换成last.pt路径而不是从头开始。这里有个坑last.pt里保存的状态包含当前epoch数续训时会从断点继续而不是重新计数。如果你发现续训时epoch从1开始说明用的不是last.pt而是best.pt或者预训练权重训练轮数会超预期。我个人习惯每隔10个epoch手动复制一份last.pt另存防止训练到90轮崩了只能回退到50轮的结果。5. 避坑排查指南格式转换、类别不均衡与小目标五个必踩的坑5.1 训练直接报“标签文件不匹配”或所有loss都是nan现象训练刚开始就提示某些标签文件找不到或者loss输出为nan。原因txt标注文件里类别索引超出nc范围比如txt里写了3但yaml里nc: 3的索引只允许0、1、2或者标注文件里出现了负坐标、大于1的归一化坐标。另一个常见原因是你把VOC格式的xml直接扔进了labels目录YOLO训练代码读xml读不出合法内容。解决写一个检查脚本遍历labels下所有txt解析每一行看class索引是否在[0, nc-1]范围看坐标是否都在[0, 1]内。发现有问题的文件直接删除对应图片和标签或者手工修正。数据量只有1000张花十分钟清洗一遍比训练时Debug一晚上强得多。5.2 三个类别之间数量差了几十倍少样本类别完全不收敛现象训练30轮后红细胞RBC的mAP到0.9白细胞WBC到0.7血小板PLT的mAP还不到0.3。原因这是血细胞检测里最典型的类别不平衡问题。红细胞几乎每个视野都有几十个血小板往往只有少量模型天然倾向于学习高频类别。此外血小板的尺寸在640分辨率下可能只有几个像素属于小目标检测的老大难问题。解决三步走。第一步给少样本类别做离线增强将包含血小板或白细胞的图片做随机旋转、翻转、HSV扰动复制几份扩充到训练集里。第二步训练时调整增强参数增大mosaic和copy_paste的概率让不同样本在增强时互相混合变相增加少样本类别的出现频率。第三步降低batch大小并增加epoch数给模型更多迭代去学少样本类别。如果还不够可以尝试给少样本类别配置更高的分类权重系数但这个操作不同YOLO版本的做法不同要查对应版本的参数名。5.3 VOC或COCO格式转换后mask和bbox错位现象从COCO json加载数据训练发现预测框和真实目标位置有偏差或者标注框整体位移。原因COCO的bbox格式是[x, y, width, height]且是像素单位很多人转换时容易和VOC的[xmin, ymin, xmax, ymax]搞混导致w和h被算成了右下角坐标。另一个问题是在resize时没有同步缩放bbox坐标比如原图1080P缩放到640训练bbox坐标没跟着缩预测时自然错位。解决任何格式转换后做一次可视化检查把标注框画回原图。用OpenCV画框看位置是否贴合目标这一步虽笨但能一眼发现坐标体系问题。不要直接开训练训练半天发现是数据问题心态容易崩。5.4 划分脚本运行后某些图片没有标签或标签没复制现象跑完划分脚本train目录里图片数比txt多或者val目录里某张图的txt是空文件。原因划分脚本里写的是固定后缀替换比如f.replace(.jpg, .txt)但数据集中部分图片可能是.png或.jpeg后缀替换失败后找到的标签不存在脚本没有做异常处理就静默跳过了。空txt文件的情况是某些图片没有目标人工标注时没有生成标注内容。解决自己加一轮校验对比图片文件名集合和标签文件名集合的差集找出哪些图缺失标签要么补充标注要么删掉这张图。对于空txt文件建议直接删除对应图片否则模型会学到“这张图没有目标”的错误模式推理时容易误检背景。5.5 Windows路径分隔符报错和数据路径硬编码问题现象Windows上跑训练脚本报文件找不到路径看起来没错但就是读不到换一台机器重新训练又要改一堆路径。原因Windows默认路径分隔符是反斜杠\而Python字符串里\t、\n会被转义路径写死容易出这类问题。另一个问题是data.yaml里面用了绝对路径比如path: C:/Users/xxx/datasets/blood_data换机器或者换目录后路径失效。解决所有路径统一用正斜杠/或者pathlib的Path对象处理。data.yaml里的path配置建议用相对路径配合当前工作目录定位。我自己习惯把这些数据集和脚本统一放在一个独立目录每次训练前用cd切换到该目录再执行命令避免交叉引用绝对路径造成混乱。6. 进阶技巧推理时的置信度阈值调优与血细胞小板检测优化训练完模型只是第一步部署到实际推理场景时还需要做阈值调优。YOLO推理输出有两组关键参数conf_thres置信度阈值和iou_thresNMS交并比阈值。默认的conf0.25在通用目标上表现尚可但在血细胞检测这类场景下容易出问题——血小板的检测结果置信度普遍偏低0.2到0.4之间如果阈值设高了会漏检设低了背景误检又控制不住。推理时可以用如下命令先测一组基线结果yolo predict modelbest.pt sourcetest_images/ conf0.1 iou0.5 save_txtTrue把conf降到0.1会导致大量误检框出现但这时候不是去调模型而是用这组结果判断血小板类别的置信度分布大概在哪个区间。如果发现血小板检测框的置信度集中在0.15到0.25之间而背景误检的置信度在0.1以下那0.15就是一个比较合适的阈值。这个确定阈值的过程我建议写个脚本批量跑验证集统计不同阈值下的精确率和召回率。针对血小板小目标漏检的问题除了前面说的增强策略还有一个更直接的办法——imgsz推高到1280。YOLOv8在推理时支持比训练更大的输入尺寸血小板在1280下占据的像素面积是640下的4倍检测难度会明显下降。代价是推理速度变慢如果你是在CPU或者边缘设备上跑这个方案可能不现实那就要考虑对原图做切片推理把大图切成若干小块分别检测再聚合结果但这份资源附带的教程没有覆盖这个方案需要你自己额外找资料。从数据角度还有一个取舍要提这份数据集的图片来自真实血液涂片场景不同设备、不同染色条件下细胞外观差异较大。如果你拿它训练出的模型换到另一台显微镜下测试泛化效果可能不如源域。我处理这类问题时会额外收集一些目标场景下的无标注图片用训练好的模型先跑一遍伪标注人工筛选后加入训练集整个过程花不了多少时间但对新场景的适应性提升非常明显。那份数据集划分脚本我从一开始就是固定种子再跑从那以后我每次做数据切分都强制走一遍固定种子加数量校验的流程省了很多对比实验翻车的后悔药。希望这份拆解能帮上忙尤其是第一次拿YOLO做医学图像检测的你少踩几个格式和划分的坑快速跑出自己的模型。本文还有配套的精品资源点击获取