Keras 我可以在已经分割出的小图像上训练YOLO，并在大图像上测试它以进行检测吗？

我一直在考虑建立一个用于检测停车场占用率的YOLO模型，我有每个停车位的所有小分割图像。我可以在这些已经划分为单独的空位和空位类别的小图像上对YOLO进行培训，并在测试图像上进行测试，比如说有28个停车位的停车场的ariel视图，模型应该检测到空位和空位。

---

如果是，那么有人能指导我如何解决这个问题吗？我将使用在Keras上实现的YOLO。

YOLO是一种n对象检测模型。在训练过程中，它将图像中边界框的坐标作为输入，并学习识别此类边界框内的图像。根据您的问题陈述，如果您有停车场的鸟瞰图，则绘制边界框，生成xml文件（根据您的培训需求）并开始培训。理想情况下，这将为您提供所需的预测模型

标签图像的免费工具-

Github项目旨在了解如何在自定义数据集上培训Yolo使用Keras-

---

无论如何，鉴于您没有提供任何代码或图像，这并不是为您的问题量身定制的完美解决方案。但这是一个很好的起点。

您可以添加示例图像吗？