01
YOLO データセット
TjMakeBot で YOLO 学習用データセットを注釈する方法
ラベル設計、バッチ注釈、エクスポート前の確認まで、このガイドは YOLO データセット作成を安定した流れにまとめます。
7分YOLO2D 注釈データセットエクスポート
まずモデルが何を検出すべきかを定義する
YOLO データセットを壊しやすい最大の原因はクラス境界の曖昧さです。注釈を始める前に、何を必ずラベル付けし、何を対象外にするかを決めてください。
似たクラスの組み合わせごとに1つ境界ルールを書きます。
遮蔽やぼやけた対象をどう扱うか決めます。
最初のバッチでルールの問題を早めに表面化させます。
少量バッチでラベリング規則を調整する
まず代表的なサンプルバッチを回し、ルールが安定したと感じてから規模を拡大します。
02
典型シーンと難例を含む最初のバッチをアップロードします。
03
少人数で最初の注釈とサンプルレビューを実施します。
YOLO エクスポートを学習に渡す前にディレクトリ構造を確認する
エクスポート成功は学習成功を保証しません。まず images、labels、クラス順序が一致しているかを確認してください。
ランダムにいくつかのラベルファイルを開きます。
クラス順序が学習設定と一致しているか確認します。
train と val の両方が正しく見えるか確認します。
dataset/
images/
train/
val/
labels/
train/
val/
data.yamlFAQ
最初は何枚くらいの画像から始めるべきですか？ 主要シーンを含む代表サンプルの小バッチから始め、ルールが固まってから量を増やしてください。
レビューはいつ始めるのがよいですか？ 全部終わるのを待たず、最初のバッチから始めるのが最善です。
次に学ぶおすすめ
初めてなら、まず注釈とエクスポートのガイドから始めてください。
チーム workflow を準備しているなら、コラボレーションとプラン選択ガイドへ進んでください。
workflow 全体を理解したいなら、その次に OpenClaw と学習ガイドへ進んでください。