自定义训练流程
YOLOE支持通过三种方式适配新物体：
方案一：文本提示微调（5分钟速成）
- 准备10-20张带标注图片（COCO格式）
- 修改
class_names.txt添加新类别（如”defective_part”） - 运行：
python train_text_prompt.py --data custom.yaml --weights yoloe-s.pt
方案二：视觉提示训练（适合无明确类别）
- 步骤：
- 使用
generate_sam_masks.py生成参考图分割掩码 - 执行
train_vp.py训练视觉编码器 - 预测时加载
vp_model.pt作为参考
- 使用
方案三：全模型训练（最高精度）
需准备>1000张标注图：
- 转换数据集：
python tools/convert2yolo.py --data_path ./custom - 生成缓存：
python generate_grounding_cache.py --img-path ./train --json-path annotations.json - 启动训练（推荐A100显卡）：
python train_seg.py --batch 64 --epochs 100
本答案来源于文章《YOLOE：实时视频检测和分割物体的开源工具》
未经允许不得转载：AI生产力工具 » 如何实现YOLOE对自定义物体的高精度检测？
简体中文 
English 
日本語 
Deutsch 
Português do Brasil