【Yolo学习-内容标定】labelimg与labelme打标工具的安装与使用

晗夜未央

已于 2024-06-13 21:46:09 修改

阅读量2.2k

点赞数 15

分类专栏： CV 文章标签： YOLO 学习人工智能计算机视觉

于 2024-05-30 22:17:26 首次发布

本文链接：https://blog.csdn.net/weixin_46065248/article/details/139335896

版权

前言

鉴于目前在公司研究算法部分，进行yolo相关学习和学习中途的内容记录
当前研究目的：利用YOLO完成特定物体的识别与分割，所选版本为YOLOV8
学习内容大致如下：
1.环境构建
2.内容复现
3.新物体的内容标定
4.新内容训练
5.性能调优和结果显示
在学习的过程中会尝试补全和巩固一部分学过的内容，最好对应的记录，内容主要研究实际应用

以下所作内容需具备一定的配置环境，依照前文中环境构建的结构进行的配置，在使用如下内容时，均推荐使用管理员身份进行处理

常见的CV任务

四大基本任务

（a）图像分类（目标检测）：一张图像中是否含某种物体
（b）物体定位（目标检测与目标识别）：确定目标位置和所属类别。
（c）语义分割（目标分割和目标分类）：对图像进行像素级分类，预测每个像素属于的类别，不区分个体；（所有的CUBE一个颜色）
（d）实例分割（目标分割和目标识别）：定位图中每个物体，并进行像素级标注，区分不同个体；（CUBE都是不同颜色）

细节说明

目标检测（object detection）
除了要告诉输入图像中包含了哪类目前外，还要框出该目标的具体位置和大小（bounding boxes）
目标识别（objec recognition）
是指明一幅输入图像中包含的目标是谁。其输入为一幅图像在确定其类别的基础上，进一步确定这个目标是谁(比如:小明，短脚猫等)
目标分割（object segmentation）
目标分割是对目标进行像素级的目标检测，即不是用边框将目标框起来，而是需要知道哪个像素是不是属于目标的一部分
目标分类（object classification）
对于一幅图像(其中包含一个主要的对象)，确定该幅图像是哪一个类别(比如:海滩，楼房)