帮助中心
YOLO 目标检测 — 操作流程
- 创建项目 — 选择算法「YOLO 深度学习」+ 任务类型(检测/分割)
- 上传数据集 — ZIP 包含 images/ + labels/(YOLO 标注格式)
- 训练模型 — 选择 epochs、batch_size、模型类型(yolo26n/s/m)
- 查看报告 — mAP@50、混淆矩阵、训练曲线
- 标记生产版本 — 选择最优模型设为生产
- 部署到设备 — 推送 ONNX 模型到边缘设备
核心指标:mAP@50(越高越好,≥90% 可投产)
标注格式:每行 类别ID 中心X 中心Y 宽度 高度(0-1 归一化)
标注工具:Label Studio、CVAT、Labelme
最少数据量:100-300 张(每类缺陷至少 50 个标注)
常见问题
图片格式要求?
支持 JPG、PNG 格式。建议分辨率 640×640 以上。
训练需要多久?
YOLO:100 epochs 约 30-60 分钟(云端 GPU)。PatchCore:5-10 分钟。OpenCV:无需训练。
模型部署到什么设备?
支持 Jetson Nano/Xavier/Orin 系列,运行 vision-agent 服务。
如何联系技术支持?
邮箱:support@swjrobot.com