超市货架商品目标检测数据集9998张提供yolovoccoco三种标注方式图像尺寸:4160*2336类别数量:1类训练集图像数量:6998; 验证集图像数量:2000 测试集图像数量:1000类别名称: 每一类图像数 每一类标注数object: 9998,1474867image num: 9998超市货架商品目标检测数据集数据集信息表项目参数数据集名称超市货架商品目标检测数据集图片总数9998张图像原始尺寸4160×2336标注格式YOLO、VOC、COCO类别总数1类训练集6998张验证集2000张测试集1000张类别名object商品该类出现图像数9998该类标注框总数1474867yolo_dataset.yaml 配置文件path:./supermarket_goodstrain:images/trainval:images/valtest:images/testnames:0:objectYOLOv11 完整训练代码fromultralyticsimportYOLOif__name____main__:# 加载YOLOv11n模型可替换 yolo11s.pt / yolo11m.ptmodelYOLO(yolo11n.pt)resultsmodel.train(datayolo_dataset.yaml,epochs100,imgsz640,batch16,device0,workers4,patience10,cos_lrTrue,ampTrue,saveTrue,projectruns/train,namesupermarket_goods_detect)推理预测代码fromultralyticsimportYOLO modelYOLO(./runs/train/supermarket_goods_detect/weights/best.pt)# 单图预测resmodel.predict(test.jpg,conf0.25,saveTrue)# 文件夹批量预测# res model.predict(./test_images/, conf0.25, saveTrue)环境依赖pipinstallultralytics opencv-python