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
落痕的寒假2 小时前
[论文总结] 深度学习在农业领域应用论文笔记14
论文阅读·人工智能·深度学习
神探阿航2 小时前
图像噪声处理技术:让图像更清晰的艺术
图像处理·人工智能·计算机视觉
yuyuyue2493 小时前
lstm预测
人工智能·机器学习
纠结哥_Shrek4 小时前
自然语言处理-词嵌入 (Word Embeddings)
人工智能·自然语言处理
Zfox_4 小时前
DeepSeek R1本地化部署 Ollama + Chatbox 打造最强 AI 工具
人工智能·ai·大模型教程·deepseek
CodeLinghu4 小时前
Agentic Automation:基于Agent的企业认知架构重构与数字化转型跃迁---我的AI经典战例
人工智能·重构·架构
银行数字化转型导师坚鹏4 小时前
数字化转型导师坚鹏:AI大模型DEEPSEEK重构人工智能格局的里程碑
人工智能·ai·重构·deepseek
X.AI6665 小时前
【大模型LLM面试合集】大语言模型架构_MHA_MQA_GQA
人工智能·语言模型·自然语言处理
智识世界Intelligence5 小时前
DeepSeek的崛起与全球科技市场的震荡
人工智能
弥树子5 小时前
使用 PyTorch 实现逻辑回归并评估模型性能
人工智能·pytorch·逻辑回归