yolov8使用旋转框自己做数据集检测

最新推荐文章于 2024-06-12 14:05:28 发布
最新推荐文章于 2024-06-12 14:05:28 发布
阅读量635 收藏 2
点赞数 1
文章标签： YOLO 目标跟踪 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37797583/article/details/136041090
版权

主要在数据集制作，训练的步骤和目标检测是一样的
1.数据集标注主要使用rolabelimg工具，这个工具不能在线安装 得下载源代码 然后运行
在这里插入图片描述
标注好数据保存会是一个xml文件
2.把xml文件转换成dota的xml文件，然后把dota的xml文件转换成dota的txt文件，再通过yolo提供的代码把dota的txt文件转换为yolo支持的txt文件然后进行进行训练，这个转换文件我也是借鉴别人的就不扒出来了
注意如果转换dota转yolo生成train和val文件夹但是里面是空的，碰巧你的图片结尾又是jpg的那你要么改代码的判断要么改图片的后缀为.png ，改代码会方便也把if判断图片是否为png的地方改成jpg就行

初学者5213
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLOv8/YOLOv7/YOLOv5/YOLOv4/Faster-rcnn系列算法改进【NO.66】改进为旋转目标框检测
m0_70388905的博客
04-16 2566
预告一下：下一篇内容将继续分享深度学习算法相关改进方法。有兴趣的朋友可以关注一下我，有问题可以留言或者私聊我哦PS：该方法不仅仅是适用改进YOLOv5，也可以改进其他的YOLO网络以及目标检测网络，比如YOLOv7、v6、v4、v3，Faster rcnn ，ssd等。最后，有需要的请关注私信我吧。关注免费领取深度学习算法学习资料！
YOLOv8-OBB旋转目标检测，使用自己的数据集
03-10
YOLOv8_OBB旋转目标检测，使用自己的数据集 YOLOv8_OBB旋转目标检测，使用自己的数据集 YOLOv8_OBB旋转目标检测，使用自己的数据集 免费资源，下载请记得给个好评！
yolov8-obb旋转目标检测详细流程
weixin_45994963的博客
04-22 902
打开标注软件后，e表示标注旋转目标，w表示标注正常目标，d表示下一张，a表示上一张，c表示小幅度顺时针旋转，x表示小幅度逆时针旋转，v表示大幅度顺时针旋转，z表示大幅度逆时针旋转。1、更改/home/wangyu/code/yolov8/ultralytics/cfg/default.yaml。2、修改yolov8/ultralytics/cfg/models/v8/yolov8-obb.yaml。整体处理流程xml —> dota_xml —> dota_txt ----> txt。
全网首发！Yolov8_obb旋转框训练、测试、推理手把手教学（DOTA1.0数据集map50已达80%）
小嘤熊的博客
01-11 9507
其中，images/train和images/val放置原始图片文件，labels/train_original和labels/val_original分别放置原始的标签文件，labels/train和labels/val为空，然后运行步骤(3)的代码，运行结束转换后的标签会保存在labels/train和labels/val中，格式如下。（4）新建yolov8-obb.yaml，修改nc和scales，我使用的是yolov8n.（2）构建数据集，安装下面目录格式，其他test可为空，一定要对应。
Yolov8_obb旋转框检测，模型剪枝压缩
qq_39128381的博客
08-15 3339
Yolov8_obb旋转框检测，模型剪枝压缩
Yolov8_obb（prob loss) 基于anchor_free的旋转框目标检测，剪枝，跟踪（ByteTracker）
qq_39128381的博客
07-27 1万+
Yolov8_obb（prob loss) 基于anchor_free的旋转框目标检测
AI标注神器 X-AnyLabeling-v2.3.0 发布！支持YOLOv8旋转目标检测、EdgeSAM、RTMO等热门模型！
专注计算机视觉全栈知识分享
01-19 2841
基于YOLOv5的旋转目标检测系统源码+数据集+模型.zip
06-04
基于YOLOv5的旋转目标检测系统源码+数据集+模型.基于YOLOv5的旋转目标检测系统源码+数据集+模型.基于YOLOv5的旋转目标检测系统源码+数据集+模型.基于YOLOv5的旋转目标检测系统源码+数据集+模型.基于YOLOv5的旋转目标...
基于yolov5的旋转框目标检测源代码+数据集+模型文件，在woodscape数据集上的实现
07-25
基于yolov5的旋转框目标检测源代码+数据集+模型文件，在woodscape数据集上的实现 运行环境 GPU RTX3090 ubuntu 20.04.1 cuda == 11.3 python == 3.8.13 pytorch == 1.10.1 transformers==4.21.1 numpy==1.22.4 旋转...
基于yolov5，在woodscape数据集上实现旋转框目标检测+语义分割
02-04
基于WoodScape数据集的旋转框目标检测+分割任务 只做了四类分割：background、road、lanemarks、curb。 只做旋转框目标检测，见之前的版本： 数据集训练格式 同yolov5标签组织目录一样，额外增加分割标签...
推荐文章：Yolov8 for Oriented Object Detection - 拓展目标检测的新边界
gitblog_00065的博客
06-09 291
推荐文章：Yolov8 for Oriented Object Detection - 拓展目标检测的新边界 项目地址:https://gitcode.com/yzqxy/Yolov8_obb_Prune_Track 1、项目介绍 Yolov8 for Oriented Object Detection 是一个面向对象的深度学习框架，专门用于检测图像中的倾斜或方向性物体。这个开源项目基于著名的Y...
YOLOv8-OBB 旋转模型如何训练自己的模型(记录)
qq_49268524的博客
03-30 440
二、数据采集及制作 3、创建训练集数据（格式如下） 运行转换代码前注意事项： 1、需要进入convert_dota_to_yolo_obb中修改 class_mapping = {}
YOLOv8_obb训练流程-原理解析[旋转目标检测理论篇]
ice
06-02 362
本文主要介绍了YOLOv8旋转目标检测的流程，介绍了标签的解码、预测结果的解码，以及如何理解旋转角度等内容，还介绍旋转目标检测框的正样本选取及Loss计算。
【新特性演示】YOLOv8实现旋转对象检测
关注微信公众号【OpenCV学堂】
01-13 1926
源码教学，YOLOv8实现旋转对象检测....
目标检测算法——YOLOV8——算法详解
TigerZ*的博客
01-31 6万+
本文梳理Yolo v8 的改进点，并针对一些较难理解的点进行重点阐述，主要有如下几方面：backbone 使用C2f模块，检测头使用了anchor-free + Decoupled-head，损失函数使用了分类BCE、回归CIOU + VFL（新增项目）的组合，框匹配策略由静态匹配改为了Task-Aligned Assigner匹配方式、最后 10 个 epoch 关闭 Mosaic 的操作、训练总 epoch 数从 300 提升到了 500。
YOLOv8详解 【网络结构+代码+实操】
热门推荐
zyw2002的博客
03-01 19万+
YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求Backbone骨干网络和 Neck 部分可能参考了 YOLOv7 ELAN 设计思想，将 YOLOv5 的C3结构换成了梯度流更丰富的C2f结构，并对不同尺度模型调整了不同的通道数。
yolov8代码梳理 训练自己的数据 最终版
qq_33228039的博客
02-16 3699
yolov8训练自己的数据集，
（1）图像识别yolov5—安装教程
最新发布
qq_26043945的博客
06-12 80
首先，你需要在你的计算机上下载的文件包，。下载后对压缩文件进行解压。通常使用识别物体，需要安装必要的，如PyTorch、torchvision、OpenCV等。打开YOLOv5文件夹，在里面打开 “” 文件，里面就是必要的依赖项。然后打开命令行，进入当前文件目录（我这里保存到盘的中）。然后通过下面的指令，系统自动安装这些依赖库。
yolov8deepsort训练自己的数据集
08-24
对于训练自己的数据集，你可以按照以下步骤进行操作： 1. 数据采集：收集与你的目标领域相关的图像和相应的标注数据。...以上是使用YOLOv8和deepsort训练自己的数据集的一般步骤，希望对你有所帮助！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值