尧图网页设计 
简介面向需要快速获取高质量目标检测数据集的开发者和算法学习者这份网球与球员检测数据包以真实球场图像为基础覆盖球员与网球的典型形态提供可直接用于YOLO系列模型训练的数据基础。压缩包内含1578个文件包括551张jpg图像、513份txt格式的YOLO标注、513份xml格式的VOC标注以及1个data.yaml配置文件压缩后约27.67MB数据已经划分好适用于yolov5、yolov7、yolov8、yolov9、yolov10、yolo11等版本打开配置文件即可开始训练或验证测试。txt标注采用类别、中心点横纵坐标、宽度和高度的归一化数值xml标注面向VOC生态便于在标注工具中复核或转换二者分开存储兼容多种流程。目前已有138人学习浏览借助这份资源使用者可省去采集图像和人工标注的时间直接进入模型调参、效果评估和算法比较环节尤其适合体育场景目标识别方向的入门实践与项目预研。1. 这个 yolo 目标检测数据集为什么我用 551 张图而不是 5000 张拿到手先看样本量551 张网球场景图像带着球和球员两类目标标签同时给了 yolo 格式的 txt 和 voc 格式的 xml。按我平时做目标检测数据集的习惯这种规模的样本不是拿来堆精度的而是用来跑通完整链路的——从标签解析、数据校验、格式互转到 yolov8 训练、验证、可视化推理一次走完不卡壳。它对两类人最有用刚入门 yolo 系列算法的人想搞明白归一化坐标和 xml 边界框到底怎么对应以及需要快速验证某个检测思路、又不想花两周标数据的从业者。551 张图意味着标注成本可控而两类标签格式意味着你几乎不用改代码就能接进 yolov8 或更老的 yolo 版本。2. 目录结构与双标签体系data.yaml 和两类标注文件背后的设计逻辑2.1 数据集划分与配置文件data.yaml的常规结构这类带了配置文件的数据集下载解压之后基本逃不出这个骨架train 和 val 两个大目录各自下面再拆 images 和 labelsdata.yaml 放在根目录或 config 子目录里。train 负责喂模型学习val 负责每轮迭代后评估两者不能有交集否则你训练时看到的指标全是虚高。config 文件里应该长这样# data.yaml train: ./train/images val: ./val/images nc: 2 names: [ball, player]train和val指向图片目录yolov8 会自动去同级的labels目录找对应 txtnc是类别总数这里两个目标就是 2names列表里的顺序决定了类别索引ball索引是 0player索引是 1。一旦 names 顺序改动txt 里的每个 class 索引就要整体重新映射这是我后面踩坑最多的地方。2.2 YOLO 格式五个归一化数值的真实含义YOLO 的 txt 每行代表一个目标实例格式是五个空格分隔的数class x_center y_center width height。关键点是后四个数全部做了归一化分母是图像的宽和高# img_0141_111.txt 示例 0 0.4375 0.6108 0.1836 0.1562 1 0.2819 0.3485 0.0841 0.3692class 是类别索引x_center 和 y_center 是目标框中心点相对图像宽高的比例width 和 height 是目标框宽高占图像宽高的比例值域理应全在 0 到 1 之间。我见过不少标坏的数据集——某个坐标是 1.0 正好压在边界上或者 width 写成了像素值这类文件在训练时不会直接报错但会拖垮 loss 收敛。2.3 VOC 格式xml 中从 object 到 bndbox 的坐标还原VOC 格式保留了更多原始信息每个目标包在object节点里核心是类名和边界框坐标。和 YOLO 的最大区别是这里用的是像素绝对值且是左上角和右下角两点定位不存在归一化这个动作。annotation filenameimg_0141_111.jpg/filename size width1920/width height1080/height /size object nameball/name bndbox xmin526/xmin ymin533/ymin xmax878/xmax ymax702/ymax /bndbox /object /annotationsize节点里的图像宽高是处理时最容易漏的信息。从 VOC 转 YOLO 时中心点坐标要到xmin和xmax取平均再除以图像宽不读 size 直接除坐标会整体偏移。我处理这类数据时第一步永远是写个解析脚本把两种格式的标注数量对一遍而不是急着开训练。3. 用脚本校验两套标签格式从 xml 和 txt 双向核对到可视化3.1 统计脚本确认每张图的标签数量一致拿到双格式数据集先别急训练花五分钟确认两边没缺漏。同一张图的 txt 里检测框数量和 xml 里 object 数量必须完全一致不一致说明转换过程有丢帧。import os img_dir ./train/images txt_dir ./train/labels xml_dir ./train/annotations for img_name in os.listdir(img_dir): stem os.path.splitext(img_name)[0] txt_path os.path.join(txt_dir, stem .txt) xml_path os.path.join(xml_dir, stem .xml) txt_boxes 0 with open(txt_path) as f: for line in f: line line.strip() if len(line.split()) 5: txt_boxes 1 import xml.etree.ElementTree as ET tree ET.parse(xml_path) xml_boxes len(tree.findall(.//object)) if txt_boxes ! xml_boxes: print(f{img_name}: txt有{txt_boxes}个目标, xml有{xml_boxes}个目标)这个脚本做的事很朴素遍历 images 文件夹里所有 jpg找到同名 txt 和 xml分别按行和节点数统计目标数量。txt 只认空格分隔五段的行能过滤掉空行和错误格式xml 用findall(.//object)递归找所有 object 节点。两者不一致就打印出来。3.2 可视化脚本把归一化坐标画回图上验证标注框位置是否准确数值对得上只是第一步标注内容本身对不对要看框有没有包住真实目标。我习惯随机抽十张图把 YOLO 格式的五个参数还原成像素框画出来。import cv2 img cv2.imread(./train/images/img_0141_111.jpg) h, w img.shape[:2] with open(./train/labels/img_0141_111.txt) as f: for line in f: cls, x_center, y_center, box_w, box_h map(float, line.split()) x1 int((x_center - box_w / 2) * w) y1 int((y_center - box_h / 2) * h) x2 int((x_center box_w / 2) * w) y2 int((y_center box_h / 2) * h) color (0, 255, 0) if int(cls) 0 else (0, 0, 255) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.putText(img, fcls{int(cls)}, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) cv2.imwrite(./check_visible.jpg, img)核心换算公式是x1 (x_center - box_w / 2) * w因为归一化坐标乘回图像尺寸就是像素坐标中心点坐标减半宽得到左边界。类别 0 的球用绿色框类别 1 的球员用红色框画完存到check_visible.jpg人工看一眼。3.3 一键脚本遍历全部图片而非单张上面只处理单张检查完整数据集要加一层循环。真正排查问题时更高效的做法是加一个退出条件——一旦连续五张图目标数为零立刻停下来人工看那些空标签图避免全是空标签的文件夹被混进训练集。空标签样本不是不能有但占比太高会让模型学不到东西反而把背景当目标。4. 把这份数据集用进 YOLOv8 训练关键参数选择与完整跑通4.1 yolov8 环境安装与版本基线yolo 系列里我现在主要用 yolov8 的原生框架因为它的 CLI 入口简单ultralytics 仓库一条命令就能装好依赖。这个数据集既然是双格式YOLOv8 可以直接消费 yolo 格式 txt因此整个过程不需要写自定义 Dataset 类。pip install ultralytics # 验证安装 python -c from ultralytics import YOLO; print(YOLO.__name__)安装后我习惯先确认 torch 能调用 GPU别让 train 在 CPU 上跑一晚上才发现。python -c import torch; print(torch.cuda.is_available())返回 True 再继续。4.2 训练参数的选择思路551 张图像属于典型小数据集我的基线参数是 imgsz640batch16epochs100。太大的 imgsz 会让每张图的标签缩放后偏离真实位置太大 batch 会让小数据集的梯度更新方向过于平均收敛反而慢。参数取值理由imgsz640yolov8 默认级别匹配预训练权重感受野避免重新调 anchorbatch16553 张图不用考虑显存不够但可以保证每轮梯度更新更频繁epochs100小数据集早停概率高100 轮足够看到 mAP 是否起飞workers4单机训练合理值Windows 下注意改成 0 防 Loader 卡死patience20验证集连续 20 轮不涨就停省时间4.3 训练命令与损失曲线观察yolo detect train data./data.yaml modelyolov8n.pt epochs100 imgsz640 batch16 patience20 project./runs训练开始后注意观察第一轮的 loss 值。对象检测的初始 loss 一般在 1.0 以下如果首轮就出现 NaN多半是标签里混入了 0 或 1 之外的坐标值回第三章的校验脚本重查。训练过程中真正要盯的是验证集 mAP50 的变化曲线——前三轮不涨没关系第 20 轮还不涨基本就是标签和配置的问题不是模型容量的问题。5. 避坑yolo 训练这套网球数据集时最容易翻车的四个地方5.1 现象训练能跑但验证集 mAP 从第 1 轮到第 100 轮全是 0原因val 划分没做分层采样。551 张图本身样本量小如果随机划分时运气差球员类别在图里出现较少恰好全部落在 train 里val 里只剩球的样本。类别缺失在验证阶段直接表现为 mAP50 始终为 0 或某个类检测不到。解决拆数据前先按类别分布分组保证每个类别在 train 和 val 里都有最低数量的样本。具体做法是统计每张图的类别标签把含 player 的图单独抽出来按比例拆分剩下的再分最后合并。这个动作一分钟的事能省掉三小时的排错时间。5.2 现象球员框整体偏大且位置往左上方漂移原因txt 标注和 xml 标注来自两套标注口径txt 的中心点坐标对上了但 width 和 height 和 xml 里的 bndbox 对不上。常见情况是从 xml 转 txt 时有人把xmax - xmin直接除以了图像宽度但忘了xmin本身还要做归一化处理导致宽高比例整体翻倍。解决用第 3.2 节的可视化脚本抽三张图对比 raw 图和标注框。若框整体偏大检查 txt 数据再人工对照同一张图的 xml 里 bndbox 的像素差值反推出原始像素坐标确认是哪个字段转换时算错了。5.3 现象yolov8 训练到一半报错 RuntimeError: CUDA out of memory原因551 张图一般不会撑爆显存报错往往出在数据加载阶段。OpenCV 读图后ultralytics 默认做 mosaic 增强四张图拼一张显存瞬时占用是单张的四倍。batch16、imgsz640 的情况下整体显存需求在 8GB 到 12GB 之间。解决显存紧就把 batch 降到 8或者关掉 mosaic 的最后几个 epoch让模型在接近真实分布的场景下收敛。命令里加mosaic0即可但别整个训练过程都关否则增强不足小数据集容易过拟合。5.4 现象Windows 上训练时 data loader 卡死不报错进度条一动不动原因ultralytics 默认num_workers8Windows 的进程创建机制和 Linux 不一样worker 进程反复 spawn 会卡在读取阶段最典型的症状是进度条停在 0/553 不动CPU 占用却一直是满的。解决训练命令显式指定workers0。如果机器内存只有 16GBworkers0 会牺牲一点加载速度但换来稳定。要是数据放机械硬盘读取大图本身就慢与其调 workers 不如先把数据拷到 SSD 再跑。6. 把训练好的模型用来做视频推断用跟踪思路延展检测能力模型训练完成后的常规验证是跑验证集指标但我更建议做一次视频推断因为 551 张静态图只覆盖了网球场某个瞬间的姿态分布。视频推断能看出模型在连续帧里是否稳定球员移动时框会不会抖动。from ultralytics import YOLO model YOLO(./runs/detect/train/weights/best.pt) results model.track( source./test_match.mp4, conf0.35, iou0.5, persistTrue, saveTrue, device0 )track模式相比单纯predict的区别是启用了字节跟踪它会为每个检测框分配 ID同一球员跨帧保持同一个 ID方便统计跑动次数。conf0.35对球这类小目标算合理阈值低于 0.35 时框会忽隐忽现iou0.5控制非极大值抑制的严格程度两个球员重叠时设太低会把应该保留的框删掉。从这套数据集能看到的另一层价值是类别设计的取舍。球和球员在画面里尺度差异很大球往往只有几十像素宽球员则占几百像素。如果后续想提升球的检测精度我的做法是把球单独裁剪出来扩增——用脚本按 txt 里的坐标把球的小图保存成独立数据集再训练一个小目标专用模型。这样做比盲目堆数据集整体数量更省事也是从那以后我拿到这类双标签数据集时固定走的第一遍流程先跑通校验再做格式互转最后分队训练和推理。这套流程帮我躲掉了不少标注口径不一致带来的坑希望也能帮到你。本文还有配套的精品资源点击获取 YOLO目标检测数据集实战：551张图双格式校验与YOLOv8训练全流程
简介面向需要快速获取高质量目标检测数据集的开发者和算法学习者这份网球与球员检测数据包以真实球场图像为基础覆盖球员与网球的典型形态提供可直接用于YOLO系列模型训练的数据基础。压缩包内含1578个文件包括551张jpg图像、513份txt格式的YOLO标注、513份xml格式的VOC标注以及1个data.yaml配置文件压缩后约27.67MB数据已经划分好适用于yolov5、yolov7、yolov8、yolov9、yolov10、yolo11等版本打开配置文件即可开始训练或验证测试。txt标注采用类别、中心点横纵坐标、宽度和高度的归一化数值xml标注面向VOC生态便于在标注工具中复核或转换二者分开存储兼容多种流程。目前已有138人学习浏览借助这份资源使用者可省去采集图像和人工标注的时间直接进入模型调参、效果评估和算法比较环节尤其适合体育场景目标识别方向的入门实践与项目预研。1. 这个 yolo 目标检测数据集为什么我用 551 张图而不是 5000 张拿到手先看样本量551 张网球场景图像带着球和球员两类目标标签同时给了 yolo 格式的 txt 和 voc 格式的 xml。按我平时做目标检测数据集的习惯这种规模的样本不是拿来堆精度的而是用来跑通完整链路的——从标签解析、数据校验、格式互转到 yolov8 训练、验证、可视化推理一次走完不卡壳。它对两类人最有用刚入门 yolo 系列算法的人想搞明白归一化坐标和 xml 边界框到底怎么对应以及需要快速验证某个检测思路、又不想花两周标数据的从业者。551 张图意味着标注成本可控而两类标签格式意味着你几乎不用改代码就能接进 yolov8 或更老的 yolo 版本。2. 目录结构与双标签体系data.yaml 和两类标注文件背后的设计逻辑2.1 数据集划分与配置文件data.yaml的常规结构这类带了配置文件的数据集下载解压之后基本逃不出这个骨架train 和 val 两个大目录各自下面再拆 images 和 labelsdata.yaml 放在根目录或 config 子目录里。train 负责喂模型学习val 负责每轮迭代后评估两者不能有交集否则你训练时看到的指标全是虚高。config 文件里应该长这样# data.yaml train: ./train/images val: ./val/images nc: 2 names: [ball, player]train和val指向图片目录yolov8 会自动去同级的labels目录找对应 txtnc是类别总数这里两个目标就是 2names列表里的顺序决定了类别索引ball索引是 0player索引是 1。一旦 names 顺序改动txt 里的每个 class 索引就要整体重新映射这是我后面踩坑最多的地方。2.2 YOLO 格式五个归一化数值的真实含义YOLO 的 txt 每行代表一个目标实例格式是五个空格分隔的数class x_center y_center width height。关键点是后四个数全部做了归一化分母是图像的宽和高# img_0141_111.txt 示例 0 0.4375 0.6108 0.1836 0.1562 1 0.2819 0.3485 0.0841 0.3692class 是类别索引x_center 和 y_center 是目标框中心点相对图像宽高的比例width 和 height 是目标框宽高占图像宽高的比例值域理应全在 0 到 1 之间。我见过不少标坏的数据集——某个坐标是 1.0 正好压在边界上或者 width 写成了像素值这类文件在训练时不会直接报错但会拖垮 loss 收敛。2.3 VOC 格式xml 中从 object 到 bndbox 的坐标还原VOC 格式保留了更多原始信息每个目标包在object节点里核心是类名和边界框坐标。和 YOLO 的最大区别是这里用的是像素绝对值且是左上角和右下角两点定位不存在归一化这个动作。annotation filenameimg_0141_111.jpg/filename size width1920/width height1080/height /size object nameball/name bndbox xmin526/xmin ymin533/ymin xmax878/xmax ymax702/ymax /bndbox /object /annotationsize节点里的图像宽高是处理时最容易漏的信息。从 VOC 转 YOLO 时中心点坐标要到xmin和xmax取平均再除以图像宽不读 size 直接除坐标会整体偏移。我处理这类数据时第一步永远是写个解析脚本把两种格式的标注数量对一遍而不是急着开训练。3. 用脚本校验两套标签格式从 xml 和 txt 双向核对到可视化3.1 统计脚本确认每张图的标签数量一致拿到双格式数据集先别急训练花五分钟确认两边没缺漏。同一张图的 txt 里检测框数量和 xml 里 object 数量必须完全一致不一致说明转换过程有丢帧。import os img_dir ./train/images txt_dir ./train/labels xml_dir ./train/annotations for img_name in os.listdir(img_dir): stem os.path.splitext(img_name)[0] txt_path os.path.join(txt_dir, stem .txt) xml_path os.path.join(xml_dir, stem .xml) txt_boxes 0 with open(txt_path) as f: for line in f: line line.strip() if len(line.split()) 5: txt_boxes 1 import xml.etree.ElementTree as ET tree ET.parse(xml_path) xml_boxes len(tree.findall(.//object)) if txt_boxes ! xml_boxes: print(f{img_name}: txt有{txt_boxes}个目标, xml有{xml_boxes}个目标)这个脚本做的事很朴素遍历 images 文件夹里所有 jpg找到同名 txt 和 xml分别按行和节点数统计目标数量。txt 只认空格分隔五段的行能过滤掉空行和错误格式xml 用findall(.//object)递归找所有 object 节点。两者不一致就打印出来。3.2 可视化脚本把归一化坐标画回图上验证标注框位置是否准确数值对得上只是第一步标注内容本身对不对要看框有没有包住真实目标。我习惯随机抽十张图把 YOLO 格式的五个参数还原成像素框画出来。import cv2 img cv2.imread(./train/images/img_0141_111.jpg) h, w img.shape[:2] with open(./train/labels/img_0141_111.txt) as f: for line in f: cls, x_center, y_center, box_w, box_h map(float, line.split()) x1 int((x_center - box_w / 2) * w) y1 int((y_center - box_h / 2) * h) x2 int((x_center box_w / 2) * w) y2 int((y_center box_h / 2) * h) color (0, 255, 0) if int(cls) 0 else (0, 0, 255) cv2.rectangle(img, (x1, y1), (x2, y2), color, 2) cv2.putText(img, fcls{int(cls)}, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, color, 2) cv2.imwrite(./check_visible.jpg, img)核心换算公式是x1 (x_center - box_w / 2) * w因为归一化坐标乘回图像尺寸就是像素坐标中心点坐标减半宽得到左边界。类别 0 的球用绿色框类别 1 的球员用红色框画完存到check_visible.jpg人工看一眼。3.3 一键脚本遍历全部图片而非单张上面只处理单张检查完整数据集要加一层循环。真正排查问题时更高效的做法是加一个退出条件——一旦连续五张图目标数为零立刻停下来人工看那些空标签图避免全是空标签的文件夹被混进训练集。空标签样本不是不能有但占比太高会让模型学不到东西反而把背景当目标。4. 把这份数据集用进 YOLOv8 训练关键参数选择与完整跑通4.1 yolov8 环境安装与版本基线yolo 系列里我现在主要用 yolov8 的原生框架因为它的 CLI 入口简单ultralytics 仓库一条命令就能装好依赖。这个数据集既然是双格式YOLOv8 可以直接消费 yolo 格式 txt因此整个过程不需要写自定义 Dataset 类。pip install ultralytics # 验证安装 python -c from ultralytics import YOLO; print(YOLO.__name__)安装后我习惯先确认 torch 能调用 GPU别让 train 在 CPU 上跑一晚上才发现。python -c import torch; print(torch.cuda.is_available())返回 True 再继续。4.2 训练参数的选择思路551 张图像属于典型小数据集我的基线参数是 imgsz640batch16epochs100。太大的 imgsz 会让每张图的标签缩放后偏离真实位置太大 batch 会让小数据集的梯度更新方向过于平均收敛反而慢。参数取值理由imgsz640yolov8 默认级别匹配预训练权重感受野避免重新调 anchorbatch16553 张图不用考虑显存不够但可以保证每轮梯度更新更频繁epochs100小数据集早停概率高100 轮足够看到 mAP 是否起飞workers4单机训练合理值Windows 下注意改成 0 防 Loader 卡死patience20验证集连续 20 轮不涨就停省时间4.3 训练命令与损失曲线观察yolo detect train data./data.yaml modelyolov8n.pt epochs100 imgsz640 batch16 patience20 project./runs训练开始后注意观察第一轮的 loss 值。对象检测的初始 loss 一般在 1.0 以下如果首轮就出现 NaN多半是标签里混入了 0 或 1 之外的坐标值回第三章的校验脚本重查。训练过程中真正要盯的是验证集 mAP50 的变化曲线——前三轮不涨没关系第 20 轮还不涨基本就是标签和配置的问题不是模型容量的问题。5. 避坑yolo 训练这套网球数据集时最容易翻车的四个地方5.1 现象训练能跑但验证集 mAP 从第 1 轮到第 100 轮全是 0原因val 划分没做分层采样。551 张图本身样本量小如果随机划分时运气差球员类别在图里出现较少恰好全部落在 train 里val 里只剩球的样本。类别缺失在验证阶段直接表现为 mAP50 始终为 0 或某个类检测不到。解决拆数据前先按类别分布分组保证每个类别在 train 和 val 里都有最低数量的样本。具体做法是统计每张图的类别标签把含 player 的图单独抽出来按比例拆分剩下的再分最后合并。这个动作一分钟的事能省掉三小时的排错时间。5.2 现象球员框整体偏大且位置往左上方漂移原因txt 标注和 xml 标注来自两套标注口径txt 的中心点坐标对上了但 width 和 height 和 xml 里的 bndbox 对不上。常见情况是从 xml 转 txt 时有人把xmax - xmin直接除以了图像宽度但忘了xmin本身还要做归一化处理导致宽高比例整体翻倍。解决用第 3.2 节的可视化脚本抽三张图对比 raw 图和标注框。若框整体偏大检查 txt 数据再人工对照同一张图的 xml 里 bndbox 的像素差值反推出原始像素坐标确认是哪个字段转换时算错了。5.3 现象yolov8 训练到一半报错 RuntimeError: CUDA out of memory原因551 张图一般不会撑爆显存报错往往出在数据加载阶段。OpenCV 读图后ultralytics 默认做 mosaic 增强四张图拼一张显存瞬时占用是单张的四倍。batch16、imgsz640 的情况下整体显存需求在 8GB 到 12GB 之间。解决显存紧就把 batch 降到 8或者关掉 mosaic 的最后几个 epoch让模型在接近真实分布的场景下收敛。命令里加mosaic0即可但别整个训练过程都关否则增强不足小数据集容易过拟合。5.4 现象Windows 上训练时 data loader 卡死不报错进度条一动不动原因ultralytics 默认num_workers8Windows 的进程创建机制和 Linux 不一样worker 进程反复 spawn 会卡在读取阶段最典型的症状是进度条停在 0/553 不动CPU 占用却一直是满的。解决训练命令显式指定workers0。如果机器内存只有 16GBworkers0 会牺牲一点加载速度但换来稳定。要是数据放机械硬盘读取大图本身就慢与其调 workers 不如先把数据拷到 SSD 再跑。6. 把训练好的模型用来做视频推断用跟踪思路延展检测能力模型训练完成后的常规验证是跑验证集指标但我更建议做一次视频推断因为 551 张静态图只覆盖了网球场某个瞬间的姿态分布。视频推断能看出模型在连续帧里是否稳定球员移动时框会不会抖动。from ultralytics import YOLO model YOLO(./runs/detect/train/weights/best.pt) results model.track( source./test_match.mp4, conf0.35, iou0.5, persistTrue, saveTrue, device0 )track模式相比单纯predict的区别是启用了字节跟踪它会为每个检测框分配 ID同一球员跨帧保持同一个 ID方便统计跑动次数。conf0.35对球这类小目标算合理阈值低于 0.35 时框会忽隐忽现iou0.5控制非极大值抑制的严格程度两个球员重叠时设太低会把应该保留的框删掉。从这套数据集能看到的另一层价值是类别设计的取舍。球和球员在画面里尺度差异很大球往往只有几十像素宽球员则占几百像素。如果后续想提升球的检测精度我的做法是把球单独裁剪出来扩增——用脚本按 txt 里的坐标把球的小图保存成独立数据集再训练一个小目标专用模型。这样做比盲目堆数据集整体数量更省事也是从那以后我拿到这类双标签数据集时固定走的第一遍流程先跑通校验再做格式互转最后分队训练和推理。这套流程帮我躲掉了不少标注口径不一致带来的坑希望也能帮到你。本文还有配套的精品资源点击获取