【5】使用YOLOv8训练自己的【目标检测】数据集-【收集数据集】-【标注数据集】-【划分数据集】-【配置训练环境】-【训练模型】-【评估模型】-【导出模型】

YOLOv8训练自定义数据集详细教程

一、数据集准备

1.1 数据收集

• 图像/视频来源:
  • 自行拍摄：根据检测需求，在不同场景、光照条件下采集图像或视频。
  • 公开数据集：ImageNet、COCO等数据集可以提供基础数据。
  • 网络爬取：根据特定目标，从网络上爬取相关图片。
• 数据质量要求:
  • 图像清晰，目标物体完整。
  • 多样性：不同角度、尺度、遮挡等情况下的图像。

1.2 数据标注

• 标注工具: LabelImg、VOTT等。
• 标注格式: YOLO格式（即txt文件），包含目标的类别、中心坐标和宽高。
• 标注注意事项:
  • 标注框要紧密包围目标。
  • 类别标签要准确。
  • 标注数据要保持一致性。

1.3 数据划分

• 训练集、验证集、测试集: 通常按照8:1:1的比例划分。
• 划分方式: 随机划分或按照某种规则划分（如类别均衡）。

<