nc=number class
pascalVOC模式生成的是.xml文件 yolo模式生成的是.txt文件
data.yaml
train: ..\yb\train\images #训练集的图片目录
val: ..\yb\valid\images
nc: 2
names: ['fishJ', 'fishL']
运行 train.py文件会生成labels.cache
`
版权声明：本文为CSDN博主「灵境~」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/NOELAA/article/details/122349017
YOLOX 训练自己的VOC数据集 【YOLOX训练部署】YOLOX训练自己的VOC数据集_乐亦亦乐的博客-CSDN博客YOLOX 环境安装与训练自己标注的VOC数据集；https://blog.csdn.net/qq_4125
机器配置：rtx 3090 CUDA:11.1 Python：3.8 pytorch：1.9.0 步骤： 1）下载Swin-Transformer：
前言 自YOLO（You Only Look Once）算法面世以来便得到相关从业者的广泛关注，而目前最新版本的yolov5更是将算法的性能，无论是在速度还是准确性上提升到了前所未有的高
在目标检测中，经常说起正负样本。本文仔细说一下，如何定义正负样本；定义正负样本之后，在loss计算中，正负样本分别参与到classification head和regress
暂无评论