帮助中心

YOLO 目标检测 — 操作流程
  1. 创建项目 — 选择算法「YOLO 深度学习」+ 任务类型(检测/分割)
  2. 上传数据集 — ZIP 包含 images/ + labels/(YOLO 标注格式)
  3. 训练模型 — 选择 epochs、batch_size、模型类型(yolo26n/s/m)
  4. 查看报告 — mAP@50、混淆矩阵、训练曲线
  5. 标记生产版本 — 选择最优模型设为生产
  6. 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