yolov8使用旋转框自己做数据集检测

主要在数据集制作,训练的步骤和目标检测是一样的

1.数据集标注主要使用rolabelimg工具,这个工具不能在线安装 得下载源代码 然后运行

标注好数据保存会是一个xml文件

2.把xml文件转换成dota的xml文件,然后把dota的xml文件转换成dota的txt文件,再通过yolo提供的代码把dota的txt文件转换为yolo支持的txt文件然后进行进行训练,这个转换文件我也是借鉴别人的就不扒出来了

注意如果转换dota转yolo生成train和val文件夹但是里面是空的,碰巧你的图片结尾又是jpg的那你要么改代码的判断要么改图片的后缀为.png ,改代码会方便也把if判断图片是否为png的地方改成jpg就行

相关推荐
AIGC小火龙果3 分钟前
OpenAI的开源王牌:gpt-oss上手指南与深度解析
人工智能·经验分享·gpt·搜索引擎·aigc·ai编程
新智元5 分钟前
狂登热搜,iPhone 17「挤爆牙膏」!5999 起价,AirPods 变身同声传译
人工智能·openai
SHUIPING_YANG15 分钟前
如何让dify分类器更加精准的分类?
人工智能·分类·数据挖掘
星期天要睡觉18 分钟前
计算机视觉(opencv)——基于模板匹配的身份证号识别系统
人工智能·opencv·计算机视觉
东方佑24 分钟前
打破常规:“无注意力”神经网络为何依然有效?
人工智能·深度学习·神经网络
Mendix31 分钟前
使用 Altair RapidMiner 将机器学习引入您的 Mendix 应用程序
人工智能·机器学习
Francek Chen1 小时前
【深度学习计算机视觉】03:目标检测和边界框
人工智能·pytorch·深度学习·目标检测·计算机视觉·边界框
九章云极AladdinEdu1 小时前
AI集群全链路监控:从GPU微架构指标到业务Metric关联
人工智能·pytorch·深度学习·架构·开源·gpu算力
九章云极AladdinEdu1 小时前
Kubernetes设备插件开发实战:实现GPU拓扑感知调度
人工智能·机器学习·云原生·容器·kubernetes·迁移学习·gpu算力
蒋星熠1 小时前
深入 Kubernetes:从零到生产的工程实践与原理洞察
人工智能·spring boot·微服务·云原生·容器·架构·kubernetes