一、Label-Studio 简介与安装Label-Studio 是一个开源的通用数据标注工具支持图像、文本、音频、视频等多种数据类型的标注。对于计算机视觉任务它提供了丰富的标注工具包括矩形框、多边形、关键点等非常适合为 YOLO 模型准备训练数据。Label-Studio 是一个开源的通用数据标注工具支持图像、文本、音频、视频等多种数据类型的标注。对于计算机视觉任务它提供了丰富的标注工具包括矩形框、多边形、关键点等非常适合为 YOLO 模型准备训练数据。1. 下载 Anaconda访问Anaconda 官网 下载适合您操作系统的安装包。### 2. 安装方式1. 在搜索框中输入 “Anaconda”打开 Anaconda Navigator 或直接运行安装程序图Anaconda 安装程序界面按照提示完成安装即可### 2.label-studio网页启动1.选择环境安装位置cd/d D:/opencv#指定安装在D/opencv目录下2.创建python环境并对label-studio进行安装# 使用 Anaconda 安装# 首先创建并激活 conda 环境conda create--nameyolo-envpython3.8conda activate label-studio-env# 使用 pip 在 conda 环境中安装pipinstalllabel-studio# 启动服务label-studio start3.再次启动label-studiocd/d D/opencv conda activate yolo-env label-studio start3.运行结果二、yolo模型训练1.创建项目2.图片导入3.对图片进行标签标注setting:对标签模型进行更改labelling:对图片进行贴标签4.导出带图片的YOLO模型进行训练二、利用GPU对图片集进行训练1.将导出文件拖入goole driver中2.按照google colab中的操作进行执行1改为GPU运行2按步骤执行后的训练日志3在执行结束后找到目标模型三、注意事项1.与google driver的通讯符号和图中保持一致2.文件地址的更改3.每个参数的含义1模型选择Ultralytics YOLO 提供了多个预训练模型可根据需求选择模型参数量速度精度适用场景YOLOv8n3.2M⚡⚡⚡⚡⭐⭐移动端、边缘设备YOLOv8s11.2M⚡⚡⚡⭐⭐⭐平衡型通用场景YOLOv8m25.9M⚡⚡⭐⭐⭐⭐精度要求较高YOLOv8l43.7M⚡⭐⭐⭐⭐⭐高精度需求YOLOv8x68.2M⚡⭐⭐⭐⭐⭐⭐最高精度2轮次选择在content/run/result当中看曲线3图像大小选择1.取决于GPU2.取决于精度需要