- 博客(6)
- 收藏
- 关注
RSS订阅原创 YOLOv5数据集制作与训练
本文介绍了YOLO目标检测模型的环境配置和数据集制作流程。首先推荐使用GPU训练，并给出了Windows11系统配置示例（i7 CPU/16G内存/RTX4060 8G显卡）。数据集制作方面，详细说明了目录结构设置（包括images、Annotations等文件夹），以及如何使用labelImg工具进行标注。重点讲解了数据集划分（85%训练集）和XML到TXT标签格式转换的Python实现代码，包括坐标归一化处理。最后指导修改voc.yaml配置文件中的路径和类别参数，并简要说明train.py的关键参数设
2025-08-04 22:25:39
377
原创 使用YOLO11对感兴趣的区域进行分割提取
使用YOLO算法对目标物体进行识别和分割提取，相较于普通的YOLO检测，分割算法可以得到物体的轮廓信息，更精确的对兴趣区域进行提取，忽略无关区域。实例分割比物体检测更进一步，它涉及识别图像中的单个物体，并将它们与图像的其他部分分割开来。实例分割模型的输出是一组勾勒出图像中每个物体的遮罩或轮廓，以及每个物体的类标签和置信度分数。当你不仅需要知道物体在图像中的位置，还需要知道它们的具体形状时，实例分割就非常有用了。
2025-02-15 12:55:10
2164
原创 数据集标注软件
（1）LabelImg：简洁好用（但没有中文），但是只能标注矩形检测数据集。（2）X-AnyLabeling：功能强大，支持矩形标注，多边形标注，关键点标注，OBB旋转标注。
2025-02-12 16:50:15
1395
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人