YoloV8 物體模型訓練 @ NetYea 網頁設計

訓練強大且準確的目標偵測模型需要全面的資料集。本指南介紹了與 Ultralytics YOLO 模型相容的各種資料集格式，並深入了解其結構、用法以及如何在不同格式之間進行轉換。

支援的資料集格式Ultralytics YOLO 格式

Ultralytics YOLO 格式是一種資料集配置格式，可讓您定義資料集根目錄、訓練/驗證/測試影像目錄或包含影像路徑的 *.txt 檔案的相對路徑以及類別名稱。這是一個例子：

檔案 data.yaml

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/ai_test # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)
# Classes (ai_test classes)
names:
0: person
1: bicycle
2: car
...
77: teddy bear
78: hair drier
79: toothbrush

複製代碼

此格式的標籤應匯出為 YOLO 格式，*.txt每個影像一個檔案。如果圖像中沒有對象，則不需要*.txt文件。該*.txt文件的格式應為每個物件一行class x_center y_center width height。框座標必須採用標準化 xywh格式（從 0 到 1）。如果您的方塊以像素為單位，則應將x_center和除以width影像寬度，並將y_center和height除以影像高度。類別編號應該從零開始索引（從 0 開始）。