Yolo 使用与 Steve 识别
一、认识 Yolo、训练过程
1. 了解关键概念
img训练集：用于训练的图集- 验证集：用于给模型验证
label：对应图片中某对象识别框的位置信息
2. 训练过程
先手动来标注出一个数据集，经训练后得到预模型，用预模型预测新的数据集后，手动纠正并开启下一轮训练。
- 训练集:验证集 = 75:25
- 每次训练用上一次
Best.pt
二、训练心得
- 千万要记得以后的训练要使用
best而不是 Yolo 原始模型。
-
数据集一定要广泛，且打框时不要框认家物品（尽量）
例如：边界条缝线会被识别为玩家、有高低视角差不能被识别
-
一些参数：
960 img_size是能跑动的；预测时img_size选1024
三、未来计划
A. 改善本地工作流，并引入 Sam
B. 规范文件存储
C. 增大数据集范围
通过有偿邀请玩家实现
-
标注工具：
Label Studio（一个 Web 应用） -
机制：
- 在星期一发布任务，则该周为任务周，任务周中可以发布任务。
- 玩家先上传原图，不符要求、重复（包含历史）则打回；若打回次数过多，则扣除一定任务点。
- 给玩家派发标注任务，标注完后随机抽查，若有不符要求的，对该玩家更细致调查，并扣除任务点。
- 结算：若所有任务在周六晚6点前完成，最迟在下周一结算；若都完成得早也能提前结；
- 1任务点=1r，每标注y张得x任务点，且标注数不能多于你上传原图的10%。所有玩家都完成任务后才进入结算统计。
1 条评论
“请输入图片描述”