YOLOv8跑训练和预测
摘要：
1.配置YOLOv8运行的环境 打开终端 输入conda create -n yolov8 python=3.×.× 新建名为yolov8的新环境，其中python版本根据自己的需要指定。 输入activate yolov8进入新建的环境中 输入pip install ultralytics -i
如何使用YOLOv8训练自己的实例分割模型
摘要：
1. 准备数据集 1.1 将coco json格式的标签文件转换为.txt格式 准备文件夹如下： 而VOCdevkit文件夹中如下 json2txt.py文件中放入以下代码并运行。 import json import os import argparse from tqdm import tqdm
如何准备自己的YOLO目标检测数据集
摘要：
如何使用YOLOv8训练自己的模型和进行预测 准备文件夹 删除重复的照片。然后以图片采集的日期新建一个文件夹，如“2023.6.19”，并在其中新建一个名为VOCdevkit的文件夹，VOCdevkit里面创建一个名为JPEGImages的文件夹存放需要打标签的图片文件；再创建一个名为Annotat
如何衡量目标检测算法的优劣
摘要：
# 如何衡量目标检测算法的优劣 目标检测(object detection)问题相对于一般AI分类问题更加复杂，不仅检测出目标，输出目标的类别，还要定位出目标的位置。分类问题中的简单accuray指标已经不能反映出目标检测问题结果的准确度，而mAP (Mean Average Precision)就
如何从typora上传到博客园
摘要：
参考b站博主的教程：https://www.bilibili.com/video/BV1Rv4y1Y7KH?p=5&vd_source=8a113d1251cad4a02d89fab4699c4796 # 1 安装几个软件 （1）打开控制面板->程序和功能->启用或关闭Windows功能->勾选.N
YOLO v5训练和预测
摘要：
YOLO v5训练自己的模型 1.1 前期准备 1.1.1 数据集的准备 数据集VOCdevkit文件夹内设置如下： 其中： images和labels文件夹内都包含着train、val和test文件夹： images/train文件夹里面保存着训练集的照片； images/val文件夹里面保存着验
