Apex检测数据集数据集详情检测类别alliesenemytag图片总量7247张训练集5139张验证集1425张测试集683张标注状态全部已标注即拿即用数据格式支持YOLO格式及其他格式Apex英雄目标检测数据集一、数据集信息表项目详细说明数据集名称Apex英雄目标检测数据集图片总数量7247 张数据集划分训练集5139 张验证集1425 张测试集683 张检测类别共3类0: allies友方1: enemy敌方2: tag标记目标标注状态全量完成标注开箱即用数据格式标准YOLO格式同时兼容多种主流标注格式可按需转换适用场景YOLO系列目标检测训练、游戏视觉识别、游戏AI开发、算法实训、计算机视觉毕业设计二、核心标签#Apex数据集 #Apex英雄 #目标检测 #YOLO数据集 #游戏视觉 #AI训练数据集三、数据集目录结构apex_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── apex.yaml四、数据集配置文件 apex.yamlpath:./apex_datasettrain:images/trainval:images/valtest:images/testnc:3names:0:allies1:enemy2:tag五、环境依赖pipinstallultralytics torch opencv-python六、模型训练代码 train_apex.pyfromultralyticsimportYOLOdefmain():# 加载YOLO预训练权重兼容YOLOv8、YOLOv11modelYOLO(yolov8s.pt)# 启动训练train_resmodel.train(data./apex_dataset/apex.yaml,epochs100,imgsz640,batch16,device0,# 无GPU改为 devicecpuworkers4,patience15,projectruns/train,nameapex_detect,exist_okTrue,pretrainedTrue)print(训练完成权重存放路径runs/train/apex_detect/weights)# 测试集评估metricsmodel.val(data./apex_dataset/apex.yaml,splittest)print(fmAP50:{metrics.box.map50:.4f})if__name____main__:main()七、推理测试代码 predict_apex.pyfromultralyticsimportYOLOimportcv2# 加载训练好的最优模型modelYOLO(runs/train/apex_detect/weights/best.pt)if__name____main__:img_pathtest.jpg# 执行检测并保存结果resultsmodel.predict(sourceimg_path,conf0.25,iou0.45,saveTrue)# 可视化画面show_imgresults[0].plot()cv2.imshow(Apex Detection,show_img)cv2.waitKey(0)cv2.destroyAllWindows()