yolov8目标检测如何设置背景/无标签图像参与训练

背景

在开发深度学习模型的时候,总有一些图像会造成误检,这时候就需要将这些误检的图像不进行标注加入训练,让模型知道这里是一个不需要检测的"背景",减少模型的误检率。

而在网上搜了一大堆之后,发现并没有单独介绍这方面的文章,因此在这里做一个简单的文章进行介绍。

1、yolov8的数据集加载逻辑

第一步:首先通过图像路径得到所有图像的绝对文件路径列表

第二步:再通过img2label_paths这个函数将图像路径转换为标签文件路径,感兴趣的可以再去看看这个函数,所以这里需要划重点!!!,yolov8不是靠给定的标签文件路径去寻找标签文件,而是将图像文件路径转换为标签路径

第三步:通过一个进程池和verify_image_label函数将所有 的标签文件加载到内存里

点进这个函数,我把标签文件存在的加载代码折叠了,只看标签文件不存在时的的代码,可以发现这里将nm置为了1.,也就是不存在标签,这个只作为一个计数使用。重点是下面这一行。对于没有标签的图像,yolov8生成了一个空白的标签,并且将这个空白标签作为真实的标签进行训练

总结

yolov8将背景图像加入训练,不是生成一个空白的标签文件,而是将背景图像直接放入训练集即可

相关推荐
汤姆宝库32 分钟前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静33 分钟前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
武子康1 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
可乐ea2 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen2 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷2 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘2 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
阿里云大数据AI技术3 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
AllData公司负责人3 小时前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
数字新视界3 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统