qq_54035409的博客

原创 Datawhale AI 夏令营 cv task2笔记

我们从标注文件中读取目标的位置信息，并将其转化为YOLO模型所需的标注格式，包括类别标签、边界框中心坐标以及边界框的宽度和高度。训练过程在包含30个epoch的条件下进行，输入图像尺寸设置为1080，并采用批量大小为16的配置，以平衡训练速度与模型性能。为了确保推理结果的准确性，设置了置信度阈值，低于该阈值的检测结果将被忽略。为了构建YOLOv8模型的训练集，我们生成了YOLO格式的配置文件，该文件包括数据集的路径及类别名称。模型训练完成后，最佳的模型权重文件被保存下来，以备后续的推理任务使用。