yolo采集数据-训练数据-人气猫图色工具

huoyu

2025 年 04 月 13 日

27 次浏览

暂无评论

1480字数

YOLO

# 一、收集数据

可以自行截图，或者使用易语言yolo图色工具进行截图保存到文件夹

# 二、设置软件参数

增加分类，然后是选择目录开始手动标注

![image.png](http://type.zimopy.com/usr/uploads/2025/04/1860944327.png)

# 三、开始训练

根据你自己的需求选择训练的模型，有显卡就用显卡跑，线程数根据自己电脑情况设置。

如果是用训练好的模型进行二次训练，就选择二次训练

![image.png](http://type.zimopy.com/usr/uploads/2025/04/3566088487.png)

# 四、使用模型

自己使用可以使用易语工具的自建接口，这里介绍python的调用方式,调用训练好的模型就可以
另外，可以识别很多种格式

## 简单格式

```python
from ultralytics import YOLO
yool = YOLO(r'E:\yolo_v5_v8_v10_v11\yolo\v11\runs\detect\train\weights\best.pt')
a1('123.mp4',show=True,save=True)
```

## 调用模式

```python
from ultralytics import YOLO

yool = YOLO(r'E:\yolo_v5_v8_v10_v11\yolo\v11\runs\detect\train\weights\best.pt')

def shi_bie(img):
    # 使用 YOLO 进行检测
    results = yool(img, show=True, conf=0.5)
  
    # 检查是否检测到目标
    detected = False
    for result in results:
        boxes = result.boxes.xyxy  # 边界框坐标 (x1, y1, x2, y2)
        confidences = result.boxes.conf  # 置信度
        classes = result.boxes.cls  # 类别ID
      
        if len(boxes) > 0:  # 如果有检测框，标记为检测到目标
            detected = True
      
        # 打印检测结果
        print("检测框:", boxes)
        print("置信度:", confidences)
        print("类别:", classes)
      
        names = result.names  # 类别名称字典
        for cls in classes:
            print(f"检测到: {names[int(cls)]}")
  
    return detected  # 返回是否检测到目标
```

# 拓展

## 识别格式

![image.png](http://type.zimopy.com/usr/uploads/2025/04/3738718840.png)

最后修改：2025 年 04 月 13 日