整体的流程参考这篇(链接)
记录几个问题
1.环境
创建环境最好是3.8及以上。开始使用的python3.7会报很多莫名其妙的问题,并且无法训练
2.数据集
实例分割一般是coco数据集。官方提供了coco转换成yolo的两种方法。
(1)调用库(链接)
from ultralytics.data.converter import convert_coco
convert_coco(labels_dir='path/to/coco/annotations/', use_segments=True)
(2)JSON2YOLO工具(链接)
3.关于显示相关的参数
show_labels bool True 在可视输出中显示每次检测的标签。让用户立即了解检测到的物体。
show_conf bool True 在标签旁显示每次检测的置信度得分。让人了解模型对每次检测的确定性。
show_boxes bool True 在检测到的物体周围绘制边界框。对于图像或视频帧中物体的视觉识别和定位至关重要。
其余问题应该也许大概都可以查看官方文档解决^ ^