目标检测

目标检测是一种监督学习形式，其中模型经过训练来识别和分类图像中的物体。AutoTrain 简化了此过程，使您只需上传带标签的示例图像即可训练最先进的目标检测模型。

准备您的数据

为了确保您的目标检测模型有效训练，请遵循以下准则来准备您的数据

组织图像

准备一个包含您的图像和 metadata.jsonl 的 zip 文件。

Archive.zip
├── 0001.png
├── 0002.png
├── 0003.png
├── .
├── .
├── .
└── metadata.jsonl

metadata.jsonl 的示例

{"file_name": "0001.png", "objects": {"bbox": [[302.0, 109.0, 73.0, 52.0]], "category": [0]}}
{"file_name": "0002.png", "objects": {"bbox": [[810.0, 100.0, 57.0, 28.0]], "category": [1]}}
{"file_name": "0003.png", "objects": {"bbox": [[160.0, 31.0, 248.0, 616.0], [741.0, 68.0, 202.0, 401.0]], "category": [2, 2]}}

请注意，边界框需要使用 COCO 格式 [x, y, 宽度, 高度]。

图像要求

• 格式：确保所有图像都是 JPEG、JPG 或 PNG 格式。

• 数量：每个拆分至少包含 5 张图像，为模型提供足够的学习示例。

• 排他性：zip 文件应仅包含图像和 metadata.jsonl。不应包含其他文件或嵌套文件夹。

一些需要记住的要点

• 图像必须是 jpeg、jpg 或 png。
• 每个拆分应至少有 5 张图像。
• zip 文件中不能有其他文件。
• zip 文件夹中不能有其他文件夹。

解压缩 train.zip 后，它不会创建任何文件夹：只有图像和 metadata.jsonl。