视频讲解：

前面复现过yolov12，使用pre-trained的模型进行过测试，今天来讲下如何训练自己的模型，第一步先准备数据和训练格式

https://gitcode.com/open-source-toolkit/2c695

以这个开源数据集为例，作为数据样本来学习训练，下载得到 yolov5_gesture_datasets_1900.zip

其内容为如下 images 和 labels

images图片中0_003.JPG如下

labels 为 yolo 的标注格式，对应的 0_003.txt 如下

第一个 0 为类别的索引，后面四个数为 x_center, y_center, width, height，相对于图像的宽度和高度进行归一化的，取值范围在 0 到 1 之间，还原到真实图片的话：

x = x_center * W

y = y_center * H

w = width * W

h = height * H

yolo 的训练配置，添加 data.yaml文件，如下

train: /home/dar/model/datasets/gesture/images
val: /home/dar/model/datasets/gesture/images

nc: 10

names: ['0','1', '2', '3', '4', '5', '6', '7', '8', '9']

train：训练数据集

val：验证数据集，用于在模型训练过程中评估模型的性能，调整超参数（例如学习率、网络层数等），防止模型过拟合（即模型在训练数据上表现很好，但在新数据上表现很差的情况）

nc：表示分类数量

names：类别名称