使用自定义数据集训练YOLOv11对象检测模型
YOLOv11（模型作者Ultralytics称之为YOLO11）于2024年9月27日发布，是
一种计算机视觉模型，可用于从对象检测到分割再到分类的各种任务。
根据Ultralytics的说法，“YOLO11m在COCO数据集上获得了更高的平均精度
（mAP）得分，同时使用的参数比YOLOv8m少22%。”使用更少的参数，模型
可以运行得更快，从而使模型在实时计算机视觉应用中更具吸引力。
在本指南中，我们将介绍如何使用自定义数据集训练YOLOv11对象检测模
型。我们将：
⚫ 使用标记的图像创建自定义数据集
⚫ 导出数据集以用于模型训练
⚫ 使用Colab训练笔记本训练模型
⚫ 使用模型进行推理
以下是一个经过训练以识别集装箱的模型的预测示例：
剩余10页未读，继续阅读
资源评论
icysmile131
- 粉丝: 4625
- 资源: 644
