YOLOV5 初体验:简单猫和老鼠数据集模型训练

本文介绍了使用YOLOV5训练一个简单的猫和老鼠目标检测模型的过程,包括数据集制作、目录结构、训练参数调整、训练过程及可能出现的问题、推理方法,详细讲解了训练权重保存和推理文件夹设置。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、前言

前两天,通过OpenCV 对猫和老鼠视频的抽取,提取了48张图片。这里不再介绍,可以参考之前的文章:利用OpenCV 抽取视频的图片,并制作目标检测数据集-优快云博客

数据的目录如下:

项目的下载见文末

2、制作YOLOV5 的目录 

这里的labelimg 里面,有个classes.txt 需要单独拿出来,后续要用

因为YOLOV5的数据结构如下:

评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

听风吹等浪起

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值