PyTorch +YOLO + Label Studio + 图像识别 深度学习项目实战 （一）

PyTorch +YOLO + Label Studio + 图像识别 深度学习项目实战 （一）

---

文章目录

• [PyTorch +YOLO + Label Studio + 图像识别 深度学习项目实战 （一）](#PyTorch +YOLO + Label Studio + 图像识别 深度学习项目实战 （一）)
• [基于 PyTorch + Label Studio 的图像识别项目](#基于 PyTorch + Label Studio 的图像识别项目)
• 一、项目背景
• 二、项目整体流程
• [三、数据准备与标注（Label Studio）](#三、数据准备与标注（Label Studio）)
• 四、安装和环境配置

---

基于 PyTorch + Label Studio 的图像识别项目

------ 识别树袋熊（Koala）和鸭嘴兽（Platypus）

一、项目背景

随着深度学习在计算机视觉领域的发展，图像分类已经成为一个相对成熟且实用的方向。本项目旨在构建一 二分类图像识别模型，用于区分：

🐨 树袋熊（Koala）

🦆 鸭嘴兽（Platypus）

项目采用以下技术栈：

PyTorch：模型训练与推理

Label Studio：数据标注

CNN（卷积神经网络）：图像特征提取

二、项目整体流程

数据收集 → 数据标注 → 数据预处理 → 模型训练 → 模型评估 → 预测测试

三、数据准备与标注（Label Studio）

1️⃣ 数据收集

你可以从以下渠道获取图片：

Kaggle

Google Images（注意版权，仅用于学习）

Bing Image Search

baidu

四、安装和环境配置

1. 安装 python 版本 3.13.7

   python
   

2. 安装或者更新 pip

3. pc 需要是 英伟达 显卡的配置 nvidia-smi
   

4. 确认 python 和 pip
   

   确认 pyTorch

确认是否安装了 pyTorch

python -c "import torch; print(torch--version--); print('CUDA available:', torch.cuda.is-available()); print('GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else None)"

 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cul18

在次验证

CUDA available: True

GPU: NVIDIA RTX 1000 Ada Generation Laptop GPU

   YOLO  库 安装 

pip install -U ultralytics

6. 安装 label-studio

pip install Label-studio

7. 启动 Label-studio

python -m label_studio.server start

目前 安装和环境配置 已经完成