Deep learning 为特定任务的目标检测创建图像数据集

尽管我非常熟悉机器学习和深度学习的概念，但我以前从未需要创建自己的数据集

现在，在我的论文中，我必须创建我自己的数据集，其中包含一个在互联网上没有可用数据集的对象的图像（假设这是基本事实）

我的计算能力有限，所以我想使用YOLO、SSD或EfficientSet

我是否需要用人眼检查数据集中的每一张图像，并创建边界框中心坐标和尺寸，以便用标签记录它们

---

谢谢

是的，您需要这样做

同时，虽然任务是利基的，但你可以从迁移学习的概念中获益。也就是说，您可以使用预先训练过的主干，以帮助您的模型更快地学习/获得更好的结果/需要更少的注释（例如），但您仍然需要自己对新数据集进行注释

---

您可以使用诸如

LabelBox

之类的软件，作为起点，它非常好，因为它允许您以Pascal（VOC）格式、YOLO和COCO格式输出格式，因此这是一个选择/什么更适合您的问题。

Hi Timbus，感谢您的精彩回答和非常有用的补充。我对迁移学习只有概念上的理解，但我能看出它是如何有用的。这当然值得花些时间进去。同样感谢LabelBox的建议，它似乎是一个非常棒的工具，对于非商业用途是免费的。是的，这就是我向您推荐它的原因。我试图以尽可能简洁的方式提供有用的信息。