目标检测之YOLOV11自定义数据使用OBB训练与验证

一、前置条件与环境准备

在开始训练前，确保已完成以下准备《目标检测之YOLOV11自定义数据预处理——从原始标注到YOLO-OBB格式转换与验证》：
数据目录结构：

yolov11/
├── datasets/
│   └── shrimp/
│       ├── images/
│       │   ├── train/  # 训练集图片
│       │   └── val/    # 验证集图片
│       └── labels/
│           ├── train/  # 训练集YOLO-OBB标注（.txt）
│           └── val/    # 验证集YOLO-OBB标注（.txt）
├── shrimp_obb.yaml     # 训练配置文件
└── runs/               # 训练结果保存目录
   └── obb/             # OBB任务结果

二、训练配置文件shrimp_obb.yaml设置

配置文件定义了数据集路径、类别数等关键信息，shrimp_obb.yaml应包含以下内容：

# 数据集基础信息（根据实际路径调整）
train: /datasets/shrimp/images/train  # 训练集图片目录（需提前划分训练集）
val:  /datasets/shrimp/images/val    # 验证集图片目录（你代码中的val路径）

# 标签路径（YOLO自动匹配：与图片目录同级的labels目录，如images/train → labels/train）
# 转换后标签路径labels/val（与val图片目录同级）

# 类别信息（你提到只有1个类别）
nc: 1  # 类别数量（必须与转换后的class_index=0一致）
names: ["shrimp"]  # 类别名称（与实际标注的类别一致）

# 可选：测试集路径（若有）
#test:  /datasets/shrimp/images/test

# 以下为可选超参数（可在训练命令中覆盖，非必须写在yaml里）
# 超参数参考：https://docs.ultralytics.com/yolov5/training
#