トレーニング・プロセスのカスタマイズ
YOLOEは、3つの方法で新しいオブジェクトの適応をサポートしている：
プログラムI：テキストプロンプトの微調整（5分間のクラッシュコース）
- ラベル付き画像を10～20枚用意する（COCOフォーマット）
- 修正
class_names.txt新しいカテゴリーを追加する（例："defect_part"） - 走っている：
python train_text_prompt.py --data custom.yaml --weights yoloe-s.pt
プログラムII：視覚的手がかりトレーニング（不特定カテゴリー用）
- ステップ
- 利用する
generate_sam_masks.pyリファレンス・グラフ・セグメンテーション・マスクの生成 - はこびだす
train_vp.py視覚エンコーダーのトレーニング - 予測への負荷
vp_model.pt参考
- 利用する
オプション3：フルモデルトレーニング（最高精度）
1000枚以上のラベル付き図面を用意する必要がある：
- データセットを変換する：
python tools/convert2yolo.py --data_path ./custom - キャッシュを生成する：
python generate_grounding_cache.py --img-path ./train --json-path annotations.json - トレーニングを開始する（A100グラフィックカードを推奨）：
python train_seg.py --batch 64 --epochs 100
この答えは記事から得たものである。YOLOE: リアルタイムのビデオ検出と物体分割のためのオープンソースツールについて
無断転載を禁じます：AI生産性ツール " YOLOEでカスタムオブジェクトを高精度に検出するには？
