（1）yolo11猫狗实时检测实战项目，从零开始写yolov11代码

大家好，我是讲AI的莫大猫。

今天我们学习如何用yolo v11进行猫狗检测。

新人学习会踩的坑：很多人入门yolo算法，一开始跟着某些教程或者官网去弄coco数据集或者VOC数据集，但是下载下来后，花了很多时间都弄不明白这个数据集是如何进行转换的，又是如何写代码进行划分的，代码又是怎么跑起来的，于是花了很多时间查资料也弄不好，这导致浪费了很多时间，今天就使用这个简单的代码案例和简单的猫狗数据集，先让大家把代码跑通，再去学算法也不迟。

视频教程：《吐血录制，yolo11猫狗实时检测实战项目，从零开始写yolov11代码》，视频全程25分钟，或B站搜“AI莫大猫”。

吐血录制！yolo11猫狗实时检测实战项目，从零开始写yolov11代码，草履虫也能懂！

下图是猫类的实时检测效果：

下图是狗类的实时检测效果：

新人初步了解YOLO11的算法，其整体结构如下：

可以看出，这个网络主要由主干网络（Backbone）、中间的网络（Neck）和三个输出结构（Head）组成。

如何制作yolo11的数据集？先去找点视频网站，把视频下载下来，然后用Potplayer打开

Potplayer自带截图功能，可以直接按快捷键Ctrl+E对整个画面进行截图，对每个视频截取几十帧图像，我们即可获得源源不断的图片素材。也可以按Ctrl+W直接打开摄像头，拍摄画面，截取图片。

截取后，用labelme进行图像标注，即可获得训练数据集了。

整个yolo实战教程已经录制成了25分钟的视频，这里不写那么多文字了，大家感兴趣的花，就直接看视频了。

三、往期回顾

（1）yolo11猫狗实时检测实战项目，从零开始写yolov11代码https://blog.csdn.net/qq191513/article/details/144406259 （2）yolo实战：从零开始学yolo之yolov1的技术原理https://blog.csdn.net/qq191513/article/details/144415634 （3）YOLOv1训练过程，新手入门https://blog.csdn.net/qq191513/article/details/144419003 高清动画，3分钟揭秘神经网络技术原理https://blog.csdn.net/qq191513/article/details/144456286

Transfermer的Q、K、V设计的底层逻辑https://blog.csdn.net/qq191513/article/details/142053621

（4）YOLOv2和yolov1的差异https://blog.csdn.net/qq191513/article/details/144457349 （13）10张结构图，深入理解YOLOv11算法各个模块https://blog.csdn.net/qq191513/article/details/144474543 ​​​​​​​