使用yolo8对水印商标区域进行检测的python程序

## 品牌logo的水印检测demo 本demo使用`labelImg`对`26`张样本图片的水印位置进行标注，[ultralytics-YOLO8](https://github.com/ultralytics/ultralytics)对水印位置进行模型训练&检测。 如果需要使用 [ultralytics-YOLO8](https://github.com/ultralytics/ultralytics) + [IOPaint](https://github.com/Sanster/IOPaint) 进行组合，自动移除yolo识别的目标水印，请点击[yolo8-plus-iopaint](https://github.com/Samge0/yolo8-plus-iopaint)仓库查看。 ### 当前开发环境使用的关键依赖版本 ```text python==3.8.18 torch==2.3.0+cu118 torchvision==0.18.0+cu118 ultralytics==8.2.28 # labelImg is used to label the training data labelImg==1.8.6 ``` ### 环境配置 - 【推荐】使用vscode的`Dev Containers`模式，参考[.devcontainer/README.md](.devcontainer/README.md) - 【可选】其他虚拟环境方式 - 【二选一】安装torch-cpu版 ```shell pip install torch torchvision ``` - 【二选一】安装torch-cuda版 ```shell pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 ``` - 【必要】安装依赖 ```shell pip install -r requirements.txt ``` ### 训练 ```shell python train.py ``` ### 推理 ```shell python test.py ``` ### 自定义数据集进行训练： - 安装`labelImg` ```shell pip install labelImg ``` - 启动`labelImg` ```shell labelImg ``` - 清理或备份旧的数据集，将需要训练的新数据图集放到[datasets/data/images](datasets/data/images)目录，参与训练的图片宽高最好一致，训练前需要在[train.py](train.py)中配置`imgsz`图片宽高信息 - 在`labelImg`打开[datasets/data/images](datasets/data/images)的图集进行标注，保存格式选择`YOLO`（建议点击`File -> YOLO`保存全局默认`YOLO`导出后，重新打开`labelImg`，可在后续保存标注时避免频繁切换导出格式） - 标注完毕后，执行命令将[datasets/data/images](datasets/data/images)拆分为[datasets/data/train](datasets/data/train)、[datasets/data/test](datasets/data/test)、[datasets/data/val](datasets/data/val) ```shell cd datasets && python Process.py ``` - 按前面文档所示，执行`python train.py`进行训练，执行`python test.py`进行推理 ### 相关截图 - labelImg标注界面  - 训练后的模型预测结果