使用 Make Sense 网站进行标注
python
https://www.makesense.ai/可以让AI帮你先标一下
一定要点一下 + ，不然不会加进去
导出标签
长这个样子
按照你标签的顺序
分别是 car tree tree tree
标签格式
类 x中心 y中心 w h
xy坐标归一化到（0，1）
文件夹格式
布置训练集
在 my_data 文件夹下分别建立 images labels
修改--data (.yaml)
发现coco中没有 tree 类别，故删掉 ，添加
修改这里
修改成
训练时，报了个错
UnicodeDecodeError: 'gbk' codec can't decode byte 0xb7 in position 318: illegal multibyte sequence
原因：.yaml 文件里不能有中文标注，去掉就好嘞了。
其他问题，先按照上一篇文章的修改错误部分进行修改，之后就可以运行了
SPPF
python
https://blog.csdn.net/Steven_Cary/article/details/120886696RuntimeError: Given groups=1, weight of size [512, 1024, 1, 1], expected input[1, 512, 8, 8] to have 1024 channels, but got 512 channels instead
python
https://blog.csdn.net/qq_43533724/article/details/121743384RuntimeError: result type Float can't be cast to the desired output type long int
python
https://blog.csdn.net/abdddwxh/article/details/127509089本地 GPU 对自制数据集训练完成
6张图片，4个类别，训练了5.28分钟（300轮epochs）
使用训练好的模型进行检测
对这里进行修改
改成权重的相对路径
会对这个目录下的所有图片进行预测，这里先改成训练集的位置
自己打的标签
预测的结果
