三步教你使用YOLO26识别手掌

YOLO 最近发布了YOLO26。以下是如何使用它进行构建。

第一步：查找或整理数据集

https://www.kaggle.com/datasets/shyambhu/hands-and-palm-images-dataset?source=post_page-----d570914ee89a---------------------------------------

例如，然后将您想要的图像类别/类型分开：

PS C:ROSCODE TECHROSCODE BIOTECHBiometricsPalms11k Hands dataset> python copy_palms_up.py找到 

5396 张掌心向上的图像要复制

用于抓取手掌向上图像的脚本：

import osimport shutilimport pandas as pd

# Define pathsbase_dir = os.path.dirname(os.path.abspath(__file__))csv_path = os.path.join(base_dir, 'HandInfo.csv')source_dir = os.path.join(base_dir, 'Hands')dest_dir = os.path.join(base_dir, 'palms up')# Create destination folder if it doesn't existos.makedirs(dest_dir, exist_ok=True)# Read CSVdf = pd.read_csv(csv_path)# Filter for palms facing up (palmar left or palmar right)palms_up = df[df['aspectOfHand'].str.contains('palmar', case=False, na=False)]print(f"Found {len(palms_up)} palm-up images to copy")# Copy imagescopied = 0not_found = 0for _, row in palms_up.iterrows():    image_name = row['imageName']    src_path = os.path.join(source_dir, image_name)    dst_path = os.path.join(dest_dir, image_name)    if os.path.exists(src_path):        shutil.copy2(src_path, dst_path)        copied += 1    else:        not_found += 1        print(f"Not found: {image_name}")print(f"nCompleted!")print(f"Copied: {copied} images")print(f"Not found: {not_found} images")

已完成！已复制：5396 张图像

未找到：0 张图像

PS C:ROSCODE TECHROSCODE BIOTECHBiometricsPalms11k Hands dataset>

第二步：

请克隆我们的公共组织GitHub 仓库：

https://github.com/roscodetech/yolo-box-annotator

专为 YOLO 注释而设计。

第三步：运行它。

PS C:ROSCODE TECHUtility Appsyolo-box-annotator> python main.py

导出已标注的数据集。

下载 YOLO 模型，例如 nano yolo26n.pt。

创建自定义 YOLO 训练脚本：

from ultralytics import YOLO# Load a pretrained modelmodel = YOLO("yolo26n.pt")# Train the model on your custom datasetmodel.train(data="my_custom_dataset.yaml", epochs=100, imgsz=640)

运行它，让它训练

以上是我对棕榈树的分析结果。

你可以看到所有结果都以清晰美观的方式呈现出来。

—THE END—