使用yolov5训练自己的数据集——科大讯飞X光安检图像识别baseline

wa1tzy

于 2020-08-05 09:21:06 发布

阅读量7.1k

点赞数 7

分类专栏： AI yolo 深度学习文章标签：深度学习机器学习神经网络 pytorch YOLOV5

本文链接：https://blog.csdn.net/wa1tzy/article/details/107604794

版权

81 篇文章 ¥49.90 ¥99.00

订阅专栏

19 篇文章 ¥49.90 ¥99.00

订阅专栏

79 篇文章

订阅专栏

本文详细介绍了如何使用YOLOv5训练科大讯飞X光安检图像识别的流程，包括创建数据集配置文件、标注文件、组织训练集目录，选择模型backbone，训练模型，以及数据验证和推理的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、创建数据集的配置文件mydataset.yaml

# train and val datasets (image directory or *.txt file with image paths)
train: ./datasets/score/images/train/
val: ./datasets/score/images/val

了解本专栏