使用YOLOv8来训练一个包含500张图像的珊瑚目标检测数据集。这个数据集包含14个类别，已标注为YOLO格式，可以直接用于模型训练

使用YOLOv8来训练一个包含500张图像的珊瑚目标检测数据集。这个数据集包含14个类别，已标注为YOLO格式，可以直接用于模型训练。

数据集描述
数据量：500张图像
类别：
0: Arborescent（树状的）
1: Caespitose-a（丛生的-a）
2: Caespitose-b（丛生的-b）
3: Columnar（柱状的）
4: Corymbose（伞房状的）
5: Digitate（指状的）
6: Encrusting（附生的）
7: Foliose（叶状的）
8: Massive-Faviidae（巨型的-海葵科）
9: Massive-Merulinidae（巨型的-梅鲁利亚科）
10: Massive-Mussidae（巨型的-穆斯科科）
11: Massive-Poritidae（巨型的-孔穴科）
12: Solitary（孤立的）
13: Tabular（表状的）
标注格式：YOLO格式
应用场景：珊瑚目标检测
数据集组织
假设你的数据集目录结构如下：

深色版本
coral_detection_dataset/
├── images/
│ ├── train/
│ │ ├── 000001.jpg
│ │ ├── 000002.jpg
│ │ └── …
│ ├── val/
│ │ ├── 000001.jpg
│ │ ├── 000002.jpg
│ │ └── …
│ └── test/
│ ├── 000001.jpg
│ ├── 000002.jpg
│ └── …
├── labels/
│ ├── train/
│ │ ├── 000001.txt
│ │ ├── 000002.txt