如何将带Matlab标注的数据集转为YOLO兼容的Python车辆检测模型？

一、Stanford Cars Dataset转YOLO兼容格式 #

要将.mat标注转换为YOLO可用的格式，按以下步骤操作：

• 解析.mat标注：用Python的scipy.io.loadmat读取标注文件，提取每张图像对应的车辆边界框（bbox）和类别ID。Stanford Cars的标注包含bbox_x1、bbox_y1、bbox_x2、bbox_y2字段，对应车辆的左上角和右下角坐标。
• 转换为YOLO标注格式：YOLO的标注要求每行是类别ID x_center y_center width height，所有坐标需归一化到0-1范围。计算公式：

  # 假设图像宽W，高H，bbox坐标(x1,y1,x2,y2)
  x_center = (x1 + x2) / (2 * W)
  y_center = (y1 + y2) / (2 * H)
  width = (x2 - x1) / W
  height = (y2 - y1) / H
  

  把计算结果保存为与图像同名的.txt文件，放在对应labels文件夹中。
• 整理数据集结构：按YOLO标准创建目录：

  dataset/
  ├── train/
  │   ├── images/  # 训练集图像
  │   └── labels/  # 训练集标注
  ├── val/
  │   ├── images/  # 验证集图像
  │   └── labels/  # 验证集标注
  └── data.yaml
  

  data.yaml内容示例：

  train: ./train/images
  val: ./val/images
  nc: 1
  names: ['car']
  

二、Google Colab训练简化流程 #

无需本地配置GPU，用Colab快速完成训练：

• 切换GPU运行时：顶部菜单「运行时」→「更改运行时类型」→选择「GPU」，保存确认。
• 安装YOLOv8：执行命令：

  pip install ultralytics
  

• 加载数据集：
  • 方法1：上传本地转换好的数据集压缩包，执行解压：

    !unzip your_dataset.zip -d ./dataset
    

  • 方法2：挂载Google Drive（避免重复上传）：

    from google.colab import drive
    drive.mount('/content/drive')
    

    直接读取Drive中存储的数据集即可。
• 启动训练：执行命令（以nano模型为例，可替换为yolov8s/m/l）：

  !yolo detect train data=./dataset/data.yaml model=yolov8n.pt epochs=50 imgsz=640
  

  训练完成后，最优权重保存在runs/detect/train/weights/best.pt。
• 测试高空俯拍图像：上传测试图，执行预测命令：

  !yolo detect predict model=runs/detect/train/weights/best.pt source=./test_images/your_aerial_image.jpg
  

三、Roboflow快速处理数据集与训练 #

Roboflow可跳过手动格式转换，直接完成数据增强和训练：

• 上传数据集：创建Roboflow项目，上传Stanford Cars的图像和.mat标注文件（平台支持自动解析.mat格式）。
• 数据预处理与增强：在「Preprocessing」中添加自动方向校正、尺寸调整；在「Augmentation」中添加随机透视变换、鸟瞰视角模拟、旋转翻转，针对性优化高空俯拍场景的泛化能力。
• 导出与训练：选择导出格式为「YOLOv8」，可直接下载数据集，或点击「Train with Roboflow」一键启动训练，训练完成后下载best.pt即可。

四、针对高空俯拍场景的额外优化 #

• 补充场景数据：收集少量实际停车场的高空俯拍图像，标注后加入训练集，让模型更适配你的使用场景。
• 调整训练参数：训练时增大imgsz（比如设置为1024），提升小目标或大视角车辆的识别精度；增加epochs到80-100，确保模型充分学习。

内容的提问来源于stack exchange，提问作者elliosam