- 博客(2)
- 收藏
- 关注
RSS订阅原创 基于Label Studio ML工具实现yolov26模型车牌检测训练数据集的半自动标注功能
本文介绍了LabelStudioML（MLBackend）的部署与应用流程。首先通过Anaconda创建虚拟环境并安装依赖包，然后配置YOLOv8模型实现预标注功能，包括修改_wsgi.py和model.py代码以适应旋转框检测。文章详细说明了如何启动后端服务（端口9091），并在LabelStudio中设置半自动标注功能，使模型能自动完成标注任务，用户只需确认提交即可。该方案大幅提升了标注效率，支持主动学习和模型训练闭环。
2026-02-26 11:11:27
485
原创 基于label studio标注工具的yolov26车牌训练数据准备
本文介绍了在Windows系统上部署Anaconda和Label Studio标注工具的完整流程。首先详细说明了Anaconda的下载安装步骤，包括环境变量配置和验证方法。接着指导使用Anaconda创建Python 3.12虚拟环境来安装Label Studio，并提供了启动服务的方法。最后重点阐述了Label Studio的使用技巧，包括项目创建、图片上传、标注规则设置（特别是针对不同颜色车牌的语义分割标注）、多边形标注操作，以及导出YOLOv8 OBB格式数据集的具体步骤。文中还提供了官方和清华源的软
2026-02-25 15:39:09
686
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人