当前位置: 首页> 文旅> 艺术 > yolo 训练自己的数据集

yolo 训练自己的数据集

时间:2025/8/13 9:32:01来源:https://blog.csdn.net/m0_73406727/article/details/141185126 浏览次数:0次

要使用带有Bam标签的自定义数据集训练YOLO模型,需要进行以下准备工作:

步骤 1:准备数据集

  • 图片数据

    • 将所有用于训练的图片放在一个文件夹中,通常是images/train
    • 对应的验证集图片可以放在images/val
  • 标签数据

    • 每个图片文件需要有一个对应的标签文件,标签文件使用相同的文件名,但扩展名为.txt
    • 标签文件的内容格式如下:
      0 x_center y_center width height
      

      其中0代表Bam的类别编号(假设数据集中只有一种类别)。x_center, y_center, width, height均为相对于图片尺寸的归一化值(0到1之间)。

步骤 2:创建YOLO数据集配置文件 

        在项目中创建一个.yaml文件,例如zhuli.yaml,内容如下:

path: E:/PYTHON/yolo_v8/datasets/zhuli  # 数据集路径
train: images/train  # 训练集图片路径
val: images/val  # 验证集图片路径nc: 1  # 类别数量
names:
关键字:yolo 训练自己的数据集

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: