YOLOv8训练瓶子数据集：从解压到部署的全流程指南

简介面向yolo系列目标检测任务的数据集资源适合使用yolov5、yolov7、yolov8、yolov9、yolov10、yolov11等框架进行模型训练与验证的开发者。包内已对701张瓶子图像完成标注并划分好训练与测试数据同时提供data.yaml配置下载后即可直接接入主流yolo工程免去数据整理与格式转换的额外工作。压缩包共2000个文件以txt标签、xml标签、jpg图像及yaml配置文件为主体txt与xml分别对应yolo格式和voc格式可满足不同框架或训练脚本对标注格式的要求。全部资源约27.24MB体积精简便于本地快速迭代实验。目前已有337人学习使用适合刚接触目标检测或希望快速获取规范瓶子数据集进行算法对比的开发者。1. 拿到“yolo算法-瓶子数据集-701张图像带标签-瓶子.zip”之后先想清楚这三件事先别急着解压。这个 zip 不是模型不是代码是一份可以拿去训练 YOLO 算法的瓶子检测数据包。701 张图像全部带标签意味着你不需要自己画框标数据可以直接进入“改配置、跑训练、看结果”的环节。对刚学 YOLO 的人来说这是最省事的上手方式对要快速验证瓶子分拣、生产线计数这类场景的工程师来说这份数据也能当基准集用。但“带标签”和“能直接训”之间还隔着一条沟。标签是 YOLO 的 txt 格式还是 Pascal VOC 的 XML图像尺寸是不是被统一缩放过了train/val 有没有分好这些都不打开看等你敲下yolo train再报错浪费的是半小时起步的时间。所以我一般拿到这类 zip会先做三件事验压缩包完整性、核对标签格式、重建目录结构。这篇文章就按这个顺序把 701 张瓶子图从 zip 变成可训练数据集再讲到训练参数、踩坑记录和最后怎么落地推理。2. 把 zip 变成 YOLO 能吃的格式解压、目录结构与标签格式核对2.1 解压与安全确认别急着双击先验货无论你从什么渠道拿到这个 zip第一件事不是双击打开而是在命令行里验货。Windows 上我习惯用 7-Zip 的命令行Linux 下直接用unzip。先列内容不急着全量解压# Linux / macOS unzip -l yolo算法-瓶子数据集-701张图像带标签-瓶子.zip | head -50 # 如果 unzip 没安装先装一下 sudo apt install unzip # Ubuntu/Debian brew install unzip # macOS-l参数只列出压缩包内的文件清单不会真正解压。这步能让你一眼看到目录结构——图片是不是统一放在images下标签是不是放在labels下有没有夹带奇怪的隐藏文件。之前我遇到过解压后才发现图片是.jpg而标签文件名是.png改名成.jpg的脏数据训练时图像解码直接崩。确认清单没问题后再全量解压unzip yolo算法-瓶子数据集-701张图像带标签-瓶子.zip -d bottle_dataset cd bottle_dataset du -sh . # 看看总量心里有数 find . -type f | wc -l # 看看总文件数这里有个小坑如果解压中途报“CRC 校验失败”或者“需要密码”先别怀疑自己。可能是压缩时网络中断导致文件损坏也可能是 zip 伪加密——用 7-Zip 打开后能直接看到文件列表但解压要密码。伪加密的修复很简单用 7-Zip 的“修复压缩文件”功能重建一遍基本都能解开。如果还不行找文件来源方重新要一份不要硬抔因为损坏的图像会直接污染训练集。解压完成后验证图像文件本身能不能读。用 Python 快速扫一遍# check_images.py from PIL import Image import os, glob img_paths glob.glob(bottle_dataset/**/*.jpg, recursiveTrue) img_paths glob.glob(bottle_dataset/**/*.png, recursiveTrue) print(f总共找到 {len(img_paths)} 张图像) broken [] for p in img_paths: try: img Image.open(p) img.verify() # 只验证不加载速度快 except Exception: broken.append(p) if broken: print(以下图像损坏请删除或替换) for p in broken: print(p) else: print(所有图像均能正常打开)img.verify()是 PIL 提供的一个只读文件头和数据完整性的方法不会像load()那样占用大量内存。跑完后如果发现有损坏文件直接丢进一个broken/目录别删原包留着对比。2.2 标签格式对不上YOLO 标签必须是 txt 归一化坐标OpenCV 和 YOLO 系列算法最常用的标签格式是一行一个目标的纯文本文件文件名和图像名完全一致扩展名换成.txt。每行五个数class_id x_center y_center width height其中坐标都是相对于图像宽高的归一化值范围 0~1。比如一张 640x480 的图某个瓶子框左上角在 (160, 120)右下角在 (480, 360)那么x_center (160 480) / 2 / 640 0.5y_center (120 360) / 2 / 480 0.5width (480 - 160) / 640 0.5height (360 - 120) / 480 0.5对应 txt 里写0 0.5 0.5 0.5 0.5。但很多公开数据集的原始标签是 Pascal VOC 的 XML 格式或者 COCO 的 JSON。你手上这个 zip 标题写的是“带标签”没说具体格式。所以解压后必须打开一个标签文件确认# 随便找一个标签文件看看内容 cat $(find bottle_dataset -name *.txt | head -1)如果输出是0 0.5 0.5 0.5 0.5这种恭喜已经是 YOLO 格式。如果输出的是类似annotation开头的 XML那就得先转格式。把 VOC XML 转成 YOLO txt 的脚本太多我直接给一个能跑的版本# voc_to_yolo.py import xml.etree.ElementTree as ET import os, glob def voc_to_yolo(xml_path, out_dir, class_list): tree ET.parse(xml_path) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) txt_lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_list: continue class_id class_list.index(name) bndbox obj.find(bndbox) xmin int(bndbox.find(xmin).text) ymin int(bndbox.find(ymin).text) xmax int(bndbox.find(xmax).text) ymax int(bndbox.find(ymax).text) # 计算归一化坐标注意防止越界 x_center ((xmin xmax) / 2) / img_w y_center ((ymin ymax) / 2) / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h # YOLO 要求坐标在 0~1 之间极端情况裁剪一下 x_center min(max(x_center, 0), 1) y_center min(max(y_center, 0), 1) w min(w, 1) h min(h, 1) txt_lines.append(f{class_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) out_path os.path.join(out_dir, os.path.basename(xml_path).replace(.xml, .txt)) with open(out_path, w) as f: f.write(\n.join(txt_lines)) # 使用方法 if __name__ __main__: class_list [bottle] # 根据实际类别修改多类别就 [bottle, can, ...] xml_dir bottle_dataset/annotations txt_dir bottle_dataset/labels os.makedirs(txt_dir, exist_okTrue) for xml_file in glob.glob(os.path.join(xml_dir, *.xml)): voc_to_yolo(xml_file, txt_dir, class_list)这段代码的关键是边界值处理如果原标签框超出图像边界算出来的 w 或 h 可能大于 1YOLO 训练时会把这种标注当成无效标注直接忽略。我见过几乎每个数据集都有几条这种脏标注写了min/max裁剪后至少不会因为一条数据让损失函数震荡。2.3 手动整理目录images 和 labels 必须同级同名YOLO 官方训练代码对数据集的目录结构有硬性要求图像和标签要分开放但同级目录下一一对应。最简单的结构是bottle_dataset/ ├── images/ │ ├── train/ │ │ ├── img_001.jpg │ │ └── ... │ └── val/ │ ├── img_050.jpg │ └── ... └── labels/ ├── train/ │ ├── img_001.txt │ └── ... └── val/ ├── img_050.txt └── ...如果你解压后是all_images/和all_labels/这种扁平结构那就自己切分。701 张图我一般按 8:1:1 或者 9:1 切测试集可以不要但要留验证集。切分时注意用随机种子别让同一批瓶子只出现在训练集里# 切分脚本 split_data.sh mkdir -p bottle_dataset/images/train bottle_dataset/images/val mkdir -p bottle_dataset/labels/train bottle_dataset/labels/val python3 EOF import os, random, shutil random.seed(42) base bottle_dataset img_src os.path.join(base, all_images) lbl_src os.path.join(base, all_labels) img_names [f for f in os.listdir(img_src) if f.endswith((.jpg, .png))] random.shuffle(img_names) val_count int(len(img_names) * 0.1) val_set set(img_names[:val_count]) train_set set(img_names[val_count:]) for part, names in [(train, train_set), (val, val_set)]: for name in names: img_path os.path.join(img_src, name) lbl_path os.path.join(lbl_src, os.path.splitext(name)[0] .txt) if not os.path.exists(lbl_path): print(f警告{name} 缺少标签文件跳过) continue shutil.move(img_path, os.path.join(base, images, part, name)) shutil.move(lbl_path, os.path.join(base, labels, part, name)) EOF这里我故意加了if not os.path.exists(lbl_path)的警告。很多数据集有图像没标签或者反过来。这种情况不能直接硬放进去否则训练时 YOLO 会报“assertion failed: labels not found”或者静默跳过这些图。如果你发现大量图像缺标签说明原始标注就有遗漏要么删除这些图要么重新标注。701 张图里有个别缺标签太正常了筛选掉完全不影响训练。3. 用 YOLOv8 把 701 张瓶子图训起来最小命令与三个必调参数3.1 为什么选 YOLOv8 而不是 v5 或 v11目前 YOLO 官方迭代到了 v11但社区里最稳、资料最多、踩坑记录最全的还是 YOLOv8。v8 的结构相比 v5 改进了 C2f 模块训练收敛速度更快对小目标的感知也更好。v11 刚出来时一些 API 还不稳定我在生产环境吃过一次亏导出 ONNX 时输出节点名字变了部署端来不及适配。所以这篇文章的默认版本是ultralytics包里的 YOLOv8这也是当前搜“yolov8训练自己的数据集”时最主流的结果。很多人喜欢先看 yolo 算法讲解 ppt 了解原理但真到动手训练还是命令行最直接。用ultralytics这个 pip 包安装即用不需要手动编译 Darknet也不用改 Makefile对新手友好程度高一大截。3.2 训练最小命令三行命令跑通前提是你有 Python 3.8 环境最好弄个 conda 虚拟环境conda create -n yolo python3.10 -y conda activate yolo pip install ultralytics然后准备一个数据集描述文件bottle.yaml放在数据集根目录# bottle.yaml path: /absolute/path/to/bottle_dataset # 改成你自己的绝对路径 train: images/train val: images/val nc: 1 names: [bottle]这段配置的意思很直白训练图像在images/train验证图像在images/val类别数 1 个类别名叫bottle。注意path一定要写绝对路径YOLOv8 对相对路径的解析偶尔会抽风尤其是当你在别的目录下执行训练命令时。接着最小训练命令yolo detect train databottle.yaml modelyolov8n.pt epochs100 imgsz640yolo detect train是入口data指向 yaml 文件model用预训练权重yolov8n.pt100 轮迭代输入图像缩放到 640x640。第一次跑会自动下载yolov8n.pt大概 6MB国内网络慢就手动下载放到当前目录。这条命令看起来短但里面每个参数都值得说清楚。modelyolov8n.pt表示从 COCO 预训练权重开始微调而不是从零训练。因为 COCO 里本身有 bottle 这个类别迁移学习的效果远好于从随机权重起步。如果你改成modelyolov8n.yaml那就是从零开始701 张图大概率训不出可用模型。3.3 三个必调参数batch、workers、patience最小命令能跑但不一定能跑得动。701 张图imgsz640如果显卡只有 8GB 显存默认 batch 可能会爆显存。我一般建议先把这三个参数单独拎出来调yolo detect train databottle.yaml modelyolov8n.pt epochs100 imgsz640 batch16 workers4 patience20batch16是每次迭代喂给 GPU 的图片数。这个值直接影响显存占用batch 翻倍显存占用几乎翻倍。8GB 显存跑 YOLOv8n 640 输入batch 16 是可以的如果换成 YOLOv8s建议降到 8。显存不够时优先降 batch不要急着降 imgsz因为降 imgsz 会损失小目标精度。workers4是数据加载线程数。Windows 上这个值设太大会报内存错误4 是安全值Linux 上可以设 8 以加快数据读取。但要注意如果数据集放在机械硬盘上workers 高了反而会频繁卡 IO训练速度上不去。SSD 上跑就无所谓。patience20是早停耐心值意思是验证集 mAP 连续 20 轮不提升就提前结束训练。701 张图的小数据集通常到第 60~80 轮就收敛了patience 设 20 能省时间。设太大了没用设太小会因为一次波动就早停白白浪费已训的轮次。这三个参数调完后训练过程中你会看到每个 epoch 的 loss 和 mAP 输出。如果 loss 在下降但你不知道好没好直接看最后一行mAP50和mAP50-95。对于瓶子这种单类目标mAP50 能到 0.95 以上就算练得不错了。4. 避坑指南标签错位、类别数异常和样本失衡的 4 条踩坑记录4.1 现象训练时 loss 正常但检测全错——标签文件没和图像配对有次我用一个公开数据集训练loss 曲线非常漂亮从 2.0 稳步降到 0.3但把训练好的模型拿去跑测试图像一个瓶子都检测不出来输出的框全部偏到图像角落。后来排查发现数据集的标签文件虽然和图像同名但内容的顺序是按文件名排序的而图像路径在训练时被os.listdir返回的顺序打乱了——有些数据集的 zip 是分卷打包后重组的标签文件对应关系早就错位了。原因标签 txt 里的坐标和图像内容对不上但 YOLO 不会校验标签内容是否和图像内容一致它只看文件名是否匹配。如果你的标签文件是从别处单独下载的极容易发生整批错位。解决训练前做一个可视化检查——把标注框画到图像上人眼过滤几十张就知道有没有错位。用 OpenCV 画框很快# check_annotation.py import cv2, os, glob img_dir bottle_dataset/images/train lbl_dir bottle_dataset/labels/train output_dir check_output os.makedirs(output_dir, exist_okTrue) for img_path in glob.glob(os.path.join(img_dir, *.jpg)): name os.path.splitext(os.path.basename(img_path))[0] lbl_path os.path.join(lbl_dir, name .txt) if not os.path.exists(lbl_path): continue img cv2.imread(img_path) h, w img.shape[:2] with open(lbl_path, r) as f: for line in f: cls_id, xc, yc, bw, bh map(float, line.split()) # 还原像素坐标 x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.imwrite(os.path.join(output_dir, name _check.jpg), img)跑完看check_output里的图如果框都正好包住瓶子说明配对正确如果框出现在背景上、或者框的位置明显偏移那就是标签错位只能重新下载或要求数据方提供匹配关系。4.2 现象验证集 mAP 为 0——类别 ID 从 1 开始导致背景类训练过程一切正常但每个 epoch 结束时的验证集 mAP 和 mAP50 都是 0。这种问题最诡异因为 loss 在下降模型在学东西但验证却全错。原因标签文件里的类别 ID 是1而你的bottle.yaml里nc: 1、names: [bottle]。YOLO 的类别 ID 从 0 开始ID 为 0 才是第一个类别。如果标签里写的是1 0.5 0.5 0.1 0.2那 YOLO 会去找类别 1但 yaml 里只定义了 1 个类ID 1 越界了。Ultralytics 不会直接报错而是把这些越界标注当成无效样本丢弃最终导致模型没有学到任何有效目标验证 mAP 自然为 0。解决打开任意一个标签文件看看第一列是 0 还是 1。如果是 1写段 Python 批量减 1import os, glob lbl_dir bottle_dataset/labels/train for lbl_path in glob.glob(os.path.join(lbl_dir, *.txt)): with open(lbl_path, r) as f: lines f.readlines() new_lines [] for line in lines: parts line.strip().split() if not parts: continue cls_id int(parts[0]) if cls_id 0: cls_id - 1 new_lines.append(f{cls_id} .join(parts[1:]) \n) with open(lbl_path, w) as f: f.writelines(new_lines)改完后重新绘图检查一遍。这个坑在 VOC 转 YOLO 时特别常见因为 VOC 的类别标签本身是从 1 开始编号的转的时候忘记减 1。4.3 现象瓶子大小差异大——小目标漏检需要调 imgsz 和增强参数701 张图像里有些瓶子是特写占了大半个画面有些瓶子在远处只有几十个像素。训练前我没注意这个分布直接按 640 输入训练结果验证集上大瓶子检测得非常好但小瓶子漏检严重。原因YOLOv8 的检测头在 80x80、40x40、20x20 三个尺度上做预测20x20 的特征图负责大目标80x80 负责小目标。但输入分辨率只有 640如果原始图像里瓶子只有 30x30 像素下采样后到 80x80 特征图上可能只剩 3~4 个像素特征信息基本丢失。解决把imgsz提高。我一般先试imgsz960代价是显存占用变大batch 要减半。还有一招是在训练参数里开scale0.5让 YOLO 自带的马赛克增强随机缩放图像变相增加小目标样本yolo detect train databottle.yaml modelyolov8n.pt epochs100 imgsz960 batch8 scale0.5scale0.5表示每张图在 0.5~1.5 倍之间随机缩放这样同一个瓶子有时被放大成大目标有时被缩小成小目标模型对小尺寸的鲁棒性会明显提升。如果还不行检查数据集里是不是确实缺少纯小目标的样本——那种情况下只能额外补充图像增强救不了没有真值分布的缺陷。4.4 现象训练集里有模糊、旋转和镜像图——数据清洗与增强的边界有次我在看可视化检查结果时发现训练集里混进来几张严重模糊的运动照片还有一张瓶子倒置的图。当时偷懒没管训练完发现模型对模糊图像的置信度普遍偏低偶尔还会把倒置的瓶子漏检。原因模糊图像会让特征提取器学到“模糊的瓶子”这种错误模式倒置图像在正常情况下不存在但 YOLO 的数据增强默认会做随机翻转逻辑上没问题。实际上的问题是701 张图里这种脏样本占了将近 3%比例不小模型为了拟合它们消耗了本来可以用于学习清晰瓶子的参数容量。解决训练前用脚本过滤模糊图。一个简单粗暴的方法是计算拉普拉斯方差Laplacian variance值越小图像越模糊# filter_blurry.py import cv2, numpy as np, os, glob img_dir bottle_dataset/images/train blur_threshold 50 # 经验值可调 for img_path in glob.glob(os.path.join(img_dir, *.jpg)): img cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) fm cv2.Laplacian(img, cv2.CV_64F).var() if fm blur_threshold: print(f疑似模糊: {os.path.basename(img_path)} 方差{fm:.2f})阈值 50 是我在工业场景里的经验值如果光线差、噪声大可以放宽到 30。找出来后人眼再确认一遍该删就删。至于旋转图注意 YOLO 训练默认开flipud0.0但fliplr0.5水平翻转没问题垂直翻转在瓶子上容易出现语义错误底部倒过来建议在训练参数里加上flipud0.0保持默认不要手动改。5. 效果验证与落地从 mAP 到实时图像推理的一次走通5.1 mAP 到底看哪个数mAP50 vs mAP50-95训练结束后终端打印的指标有 mAP50 和 mAP50-95 两个数。mAP50 是 IoU 阈值设为 0.5 时的平均精度只要预测框和真值框的重叠程度超过 50% 就算正确mAP50-95 则是从 0.5 到 0.95 以 0.05 为步长取 10 个阈值再求平均。后者更严格也更能反映定位精确度。对瓶子检测这个场景如果只做产线粗定位mAP50 在 0.9 以上就够用如果要做精确抓取、或者瓶子之间有重叠遮挡那 mAP50-95 至少要 0.75 以上。但注意701 张图的验证集本来就小mAP 波动会比较大。我见过同一批数据训练两次mAP50-95 差了 0.05 的情况原因只是随机种子不同。所以别把单轮 mAP 当唯一标准还要看 PR 曲线和实际推理效果。5.2 用训练好的模型跑一张实时图像Python 推理脚本训练完成后模型权重保存在runs/detect/train/weights/best.pt。best 是按验证集 mAP 挑出来的最优权重last 是最后一轮权重。常规操作是拿 best 去推理。写个简单脚本# infer.py from ultralytics import YOLO import cv2 model YOLO(runs/detect/train/weights/best.pt) # 推理单张图 img cv2.imread(test_bottle.jpg) results model.predict(img, conf0.5, imgsz640, verboseFalse) # 结果可视化 for r in results: boxes r.boxes for box in boxes: x1, y1, x2, y2 map(int, box.xyxy[0].tolist()) conf float(box.conf[0]) cls_id int(box.cls[0]) label f{model.names[cls_id]} {conf:.2f} cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2) cv2.imwrite(test_result.jpg, img) print(检测完成结果保存在 test_result.jpg)conf0.5是置信度阈值低于 0.5 的检测结果会被过滤。实际项目里如果漏检严重把 conf 降到 0.3 试试如果误检多往上调到 0.7。imgsz640要和训练时保持一致如果你的训练用了 imgsz960推理也改成 960否则会因输入分布差异导致精度下降。这一点经常被人忽略。如果你想连续处理摄像头或视频流Ultralytics 直接支持cap cv2.VideoCapture(0) # 0 是默认摄像头 while True: ret, frame cap.read() if not ret: break results model.predict(frame, conf0.5, imgsz640, verboseFalse) annotated results[0].plot() # 自带画框 cv2.imshow(YOLO Bottle Detection, annotated) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这算是实时图像检测的最短代码。results[0].plot()是内置的可视化方法自动给你画上框和标签省去手写绘制逻辑。但对性能有要求的生产环境建议不要用 plot直接拿box.xyxy坐标自己做业务逻辑省下画图的开销。5.3 导出成 ONNX 或 Engine部署前的最后一步训练好的.pt文件只能在 PyTorch 环境里跑。真实项目中你大概率要把模型部署到带 TensorRT 的嵌入式设备或者用 ONNX Runtime 加速推理。Ultralytics 提供了导出命令yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz640 opset12导出的best.onnx可以用 ONNX Runtime 加载推理速度比 PyTorch 快不少。如果你用的是 NVIDIA 显卡直接导出 TensorRT Engine 更彻底yolo export modelruns/detect/train/weights/best.pt formatengine imgsz640 halfTruehalfTrue开启 FP16 半精度显存占用减半推理速度翻倍。但要注意TensorRT 的 Engine 是绑定型号的在同一张卡上导出的 engine 换到另一张不同架构的卡上可能跑不起来。所以工程上常见做法是保留.pt和.onnx两份engine 在目标设备上现场导出。导出后务必做一次精度对比。我见过有人导出 ONNX 后直接部署结果精度下降了一大截最后发现是导出时imgsz写错了和训练时的输入尺寸不一致。用 ONNX Runtime 跑一张图把输出结果和 PyTorch 推理结果对比一下框的坐标差在 1 像素以内才算正常。6. 701 张图还想再往上顶数据增强和伪标签的边界701 张不会让你的模型直接封神但足够让你练出一个能用的基线。想再往上提第一个值得动的是训练增强参数。Ultralytics 自带增强已经很强默认开了马赛克mosaic、翻转、颜色抖动等但针对瓶子这种纹理简单的工业物体我一般会手动加两条hsv_h0.02保持色调不变degrees5允许 5 度以内的随机旋转。瓶子在产线上偶尔会倾斜摆放这 5 度能让模型对旋转更鲁棒。加太多不行瓶子变成横躺了语义就错了。第二个方向是伪标签但也得谨慎。用当前模型预测未标注的图像挑出置信度高于 0.9 的预测框当作可信标签补充到训练集里。在小数据集上这个办法能提 2~3 个点的 mAP。边界在于伪标签会放大模型的固有错误——如果你模型本来就漏检小瓶子那补充进来的伪标签也不会包含小瓶子样本。所以伪标签适合做“挑错”而不是“造新”。我的习惯是把伪标签单独放一个目录训练时和人工标注混合但权重设低一点比如mixup0.3避免模型过度拟合预测自己。走到这一步你已经把一份 701 张图的 zip 用到了极致。我最早接触这类数据集时嫌麻烦跳过格式检查直接训练结果花了三天时间在一个标签错位的坑里打转。后来每次拿到数据集都老老实实先解压、画框、看分布这套流程十分钟不到但省下的返工时间以天计。希望帮你绕过那些我踩过的坑让你的第一次瓶子检测训练顺利跑通。本文还有配套的精品资源点击获取