基于 Ultralytics YOLO 使用 Caltech-256 数据集训练图像分类模型实战指南

基于 Ultralytics YOLO 使用 Caltech-256 数据集训练图像分类模型实战指南【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10Caltech-256 是计算机视觉领域经典的通用对象分类数据集包含约 3 万张覆盖 257 个类别的真实彩色图像常被用于训练与评估 CNN、SVM 等对象识别算法。本文以仓库文档 caltech256.md 为骨架结合 Ultralytics YOLO当前仓库 yolov10中分类任务的源码实现完整讲解该数据集的特性、目录组织方式、自动下载与加载机制并给出可直接运行的 Python API 与 CLI 训练方案帮助你在该数据集上快速训练出可用的图像分类模型。Caltech-256 数据集概览Caltech-256 是由 Gregory Griffin、Alex Holub 与 Pietro Perona 于 2007 年发布的大型图像数据集是 Caltech-101 的扩展版本专门用于对象分类Object Classification任务。关键特性数据规模包含约 30,000 张彩色图像划分为257 个类别256 个真实对象类别 1 个背景类别类别均衡每个类别至少包含80 张图像保证了各类别的训练样本充足度对象多样类别覆盖动物、车辆、家居用品、人物等大量真实世界对象图像形态图像尺寸与分辨率不固定接近真实场景分布用途广泛广泛用于机器学习领域的训练与测试尤其适合对象识别Object Recognition任务。应用场景Caltech-256 的高类别多样性与图像质量使其成为对象识别模型的理想基准训练与评估卷积神经网络CNN如基于 Ultralytics YOLO 的分类模型验证支持向量机SVM等传统机器学习算法的特征表示能力作为迁移学习、数据增强与训练策略研究的通用测试床。数据集结构与划分方式与 Caltech-101 一样Caltech-256没有官方提供的训练/测试划分通常需要用户根据自身需求自行划分。常见做法是从每类图像中随机抽取一部分用于训练其余用于测试。在 Ultralytics YOLO 的分类任务中这一约定被落地为「按目录组织」的格式数据集根目录下需要train/目录训练集并可选提供val/或validation/与test/目录验证/测试集每个类别一个子目录。这一要求可以直接在源码中验证check_cls_dataset 源码该函数会自动检测data_dir/train、data_dir/val或validation与data_dir/test目录是否存在并通过统计train下子目录的数量与名称自动推断类别数nc与类别名names按名称排序后建立索引字典ClassificationDataset继承自torchvision.datasets.ImageFolder其__init__接收root目录直接按「类名即子目录名」的组织方式读取样本。因此将 Caltech-256 用于 YOLO 训练前只需按如下结构组织数据可从官方压缩包解压后自行切分caltech256/ ├── train/ │ ├── ak47/ # 类别子目录每类一个 │ ├── backpack/ │ └── ... ├── val/ │ └── ... └── test/ └── ...在 YOLO 中加载 Caltech-256Ultralytics YOLO 对分类数据集的加载非常灵活支持「直接传数据集名称」的方式触发自动检查与下载。在 check_cls_dataset 的源码中可以看到完整的处理链路若传入datacaltech256且本地datasets/caltech256目录不存在日志会提示Dataset not found... attempting download除imagenet走仓库内 get_imagenet.sh 脚本外其余分类数据集会尝试从官方发布渠道下载对应名称的.zip压缩包并自动解压到数据目录训练时传入splitval或splittest可显式指定验证数据源若指定目录缺失代码会自动回退到另一份见 check_cls_dataset。数据加载后ClassificationDataset 会执行两类关键预处理缓存机制cacheTrueRAM 缓存与cachedisk磁盘缓存为.npy文件两种模式用于减少训练时频繁的 IO 开销数据增强训练阶段使用classify_augmentations支持scale、fliplr、flipud、erasing、auto_augment、HSV 扰动等验证/推理阶段使用classify_transforms仅做尺寸调整与crop_fraction中心裁剪详见 dataset.py。训练 Caltech-256 分类模型下面以官方文档示例为基础给出在 Caltech-256 上训练 100 个 epoch 的完整方案。更全面的参数列表可参考 训练模式文档。Python API 方式from ultralytics import YOLO # 加载预训练分类模型推荐用于迁移学习 model YOLO(yolov8n-cls.pt) # 在 Caltech-256 上训练 results model.train(datacaltech256, epochs100, imgsz416)CLI 方式# 从预训练 *.pt 模型开始训练 yolo classify train datacaltech256 modelyolov8n-cls.pt epochs100 imgsz416说明仓库默认配置中task支持detect、segment、classify、pose四种任务见 default.yaml分类训练的标准命令为yolo classify train。若你的命令行入口基于分类任务封装可参照上述示例分类任务文档 提供了任务级使用说明。训练入口的实现细节分类训练的入口类为 ClassificationTrainer其源码揭示了几个关键行为默认图像尺寸当未显式指定imgsz时会自动设置为224见 train.py。官方示例中的imgsz416属于较大的输入分辨率可换取更高的精度但会相应增加显存占用与训练耗时模型加载setup_model支持三种来源——本地.pt权重、.yaml/.yml配置文件以及 torchvision 内置模型名如resnet18并通过ClassificationModel.reshape_outputs将输出层调整为数据集类别数nc见 train.py训练数据构建build_dataset在训练模式下启用增强验证/测试模式下仅做基础变换见 train.py。常用训练参数速查以下参数直接对应 default.yaml 中的默认配置可在训练时按需覆盖参数默认值说明epochs100训练轮数也可用time小时数替代time优先batch16每批图像数设为-1时启用 AutoBatch 自动估算imgsz224分类默认输入图像尺寸分类任务官方示例常用 224/416cacheFalse图像缓存True/ram为内存缓存disk为磁盘缓存workers8数据加载线程数DDP 下按每 RANK 计device空训练设备如0、0,1,2,3或cpufraction1.0使用训练集的采样比例用于快速验证流程dropout0.0Dropout 正则化强度仅分类任务生效auto_augment空自动增强策略分类任务erasing0.0随机擦除增强比例分类任务crop_fraction1.0推理/验证时的中心裁剪比例分类任务pretrainedTrue是否加载预训练权重传模型路径字符串可加载指定权重optimizerauto优化器可选 SGD、Adam、Adamax、AdamW、NAdam、RAdam、RMSPropcos_lrFalse是否使用余弦学习率调度ampTrue是否启用自动混合精度AMP训练resumeFalse是否从上次中断的last.pt恢复训练project/name空实验结果保存目录project/nameseed0随机种子保证实验可复现valTrue训练期间是否执行验证splitval验证所用数据集划分可选val、test、train其中dropout、auto_augment、erasing、crop_fraction是分类任务特有的训练/变换参数会在 ClassificationDataset 的变换构造中被读取并应用。训练完成后save_dir下会输出权重last.pt、best.pt、results.csv及训练曲线图等结果文件。引用与致谢如果在研究或开发工作中使用了 Caltech-256 数据集请引用原始论文article{griffin2007caltech, title{Caltech-256 object category dataset}, author{Griffin, Gregory and Holub, Alex and Perona, Pietro}, year{2007} }同时感谢 Gregory Griffin、Alex Holub 与 Pietro Perona 创建并维护 Caltech-256 数据集为机器学习和计算机视觉研究社区提供了宝贵的基准资源。数据集的更多信息可访问其官方记录页Caltech DATA 平台上的 Caltech-256 object category dataset 记录。延伸阅读同系列分类数据集指南Caltech-101、ImageNet、MNIST分类任务模型使用分类任务说明训练全量参数与流程训练模式文档分类相关源码入口ClassificationTrainer、ClassificationDataset、check_cls_dataset。【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考