yolov11三角洲设置

三点钟冠军调教的耳机有什么实力？天马优乐同款 k z x s 战斧一百多，自带 d s p 声卡，搭载自研显性动圈，十到两万赫兹超宽频响范围，一键切换四种模式，绿色模式直接复刻。优乐的冠军调音还带 音效解析力，层次感强，玩三角洲吃鸡这类非常依赖声音去拿信息的游戏体验更加突出。声卡版双麦设计加 ai 降噪，收声距离具备优势，开黑交流不挑环境。墙体采用树脂金属拼接设计，机械感外观 独具辨识度。对于来听声辨位的硬核玩家来说， k z x s 战斧在百元档毋庸置疑。现在左下角还有额外的皮质收纳包，喜欢的赶紧冲吧！

呦呦呦来了，呦呦来蹭流量了，呦来蹭流量了。感谢榜一呦呦送出的一架跑车啊。谢谢呦呦啊，可以榜三吗？那肯定呦呦的助理开的吧。呦呦来一般都是起步，都是榜一起步，榜一起步，一百多万粉丝的大哥对吧？一个月挣这么多钱，不小气不小气的啊。那么感谢榜三啊榜三啊 榜三。呦喽榜三，您辛苦了啊。感谢榜一呦喽的另外一台跑车啊另外一台跑车啊。这种主播大主播就是不一样格局啊。是的是的，呦喽这个人就是。嗯， 大气，主要就大气，可塑之才，你不像其他几个人，过来的就都是墨镜啊什么的，呦喽来就是跑车，来就是跑车，来就是跑台面给他拉满， 这种人才能做大呀。我就说怪不得晚上两三万人气，三四万人气。对对对，大主播就是出门就是不一样，带着超跑就进来了，哈哈，太凶狠了，送的不是跑车，是进步的敲门中，哈哈哈。

三角洲击杀音效轰头一招解决。先来看一下前后对比， 可以听出来除了击杀音效，环境音是没有变的，如果你戴着耳机去听的话，你会明显发现击杀音效会瞬耳很多，不会轰头，那看一下这段视频的频谱， ok， 红色的部分就是频响比较大，轰头的地方右上角显示的是我鼠标指到部分的频率，大家可以看到比较高的部分在五百赫兹，其他部分集中在两百到三百之间，低的话有 八十到一百五之间。 ok， 这个时候我们就可以打开启动，然后点到我们的音效自定义效，然后呢我们就把着重把前面的低频的部分，对吧？集中在五百以内，也就在两百到三百之间这个位置， ok， 我 们这个时候可以把这个频率给他调到五百，好，五百左右，这个三百 三百频率可以精确去调节哈，然后这个是啊，一百五啊，一百五，然后这个六级就不动，然后我们就主要是先拉这个，先拉低频的，这个三百 球都拿起往下拉四吧，然后一百五也往下拉，又拉一分，然后五百往下拉一， ok， 这个时候我们再来保存一下，好，然后再来听一下效果。 刚才给大家演示测试的是这款发布没多久的十一 pro 二代二点零，咦，大家大家都知道去年的热度非常高，并且性价比很高哈，今年的二代价格没有变，而且提升非常大，最大的一个提升就是它把旗舰的双端驱动下放到十一上，这个功能 非常好用啊，非常牛的一个功能，可以电脑上去调节音效，也可以手机上针对话的精细化去调节，也就是啊，刚才演示测试的给大家看的，而且二代增加了这个可塑化的显示屏啊，就是你插上电脑之后它会显示电量，还有你用的音效，还有这个麦克风是否开启，并且还有一个二 g b 灯效， 续航更是整整翻了一倍，它是一百个小时，它是两百个小时，如果是蓝牙的话可以达到两百六十个小时，并且支持闪充和边充边用。 振膜从生物振膜升级到了 p t 高分子振膜，并且延迟也从十二毫秒降至到了十毫秒啊，非常非常低的一个延迟。 佩戴体验上，它的海绵要比一代的更软啊，更柔软一些，并且它的头梁要比一代的头梁弧度要更大， 更加贴合头部，它很多的功能和设置，能在五百以内的耳机也算是独一档了，重点是它目前的价格，两百左右的话呢，可以去看一下十一 pro 二代，非常值得入手。

耳机声音这么大，怎么设置的？游戏声音拉满外面声音六十八，然后耳机声音模式调成双耳声，右边声音清楚，左边声音听不清，左右声道那个声音没调。麦克风 滑轨式开关，双麦克风加直能清晰交流。老妖，这耳机麦克风清晰吗？打电话什么的包清晰的。跟女朋友打电话呀？跟朋友打电话都很清晰啊。

少爷，如果你刚好灭对了，那必须是跟优乐老师学这个效果呀！ ok， 我 们先找到切刀的那一帧，点击定格，删除多余的素材，点击特效，增加电影感画幅， 再向上复制一份定格素材，然后增加广角特效强度，拉到五十，选中上面那个定格素材，右边点开抠像，自定义抠像，把斧头抠出来，点击应用效果，左边找到官方素材，找到破碎效果，把这个十秒的拉下来， 右边找到混合，把正常调成滤镜，把后面多余的素材删掉，左上角特效找到突然流冲击脱下来， 模糊拉到零，再添加一个暗黑到点特效，滤镜拉到零，氛围拉满，在特效搜索微震闪黑，把它拖到所有素材顶上，全选这些素材，新建复合片段，找到转场，添加穿越三转场，左边点击音效，找到音效库， 添加玻璃破碎音效，再添加一个震撼转场音效，把高潮点对齐，切到那一帧。看到这空心就学会了。

什么一百四十块就能买到抖音一百二十万粉丝的三角洲顶流天霸优乐的同款入耳式耳机，还是最新的粉色款， 对面也在发语音挑衅。接下来登场的是三角洲顶流职业，三角洲职业总冠军、双赛季积分榜第一的航天战神天霸优乐自己在用并且亲自参与调音的入耳式电竞耳机 kt 作为老牌的耳机大厂，也是有着十七年的深学调教经验。这次的 kt 战斧这款耳机也是针对 fps 游戏的低频脚步和高频枪声做了特别的优化和调教，玩三秒钟真的降维打击。 此外，这次的 kc 战斧还搭载了内置 dsp、 游戏声卡四种职业预设可调，再加上同价位耳机非常罕见的双麦克风 ai 降噪，收音更加清晰，范围更广。像我一样预算有限并且爱玩三秒钟的衣服真的可以充左下角链接，还送皮质收纳包。

先来看一下这段视频的频谱， ok， 红色的部分就是频响比较大，轰头的地方，右上角显示的是我鼠标指到部分的频率，大家可以看到比较高的部分在五百赫兹，其他部分集中在两百到三百之间，低的话有八十到一百五之间。 ok， 这个时候我们就可以打开驱动，然后 点到我们的音效自定义效，然后呢我们就把着重把前面的低频的部分，对吧？集中在五百以内，也就在两百到三百之间这个位置。 ok， 我 们这个时候可以把这个频率给他调到五百啊，五百左右，这个三百 三百频率可以精确去调节哈，然后这个是啊，一百五啊，一百五，然后这个六十不动，然后我们就主要是先拉这个，先拉低频的这个三百啊，手动拉起 往下拉四吧四，然后一百五也往下拉，拉一根， 然后五百往下拉。 ok， 这个时候我们再来保存一下啊，然后再来听一下效果， 可以听出来除了击杀音效，环境音是没有变的，如果你带着耳机去听的话，你会明显发现击杀音效会顺耳很多，不会轰头。 刚才给大家演示测试的是这款发布没多久的十一 pro 二代二点零一代，大家都知道去年的热度非常高，并且性价比很高哈，今年的二代价格没有变，而且提升非常大，最大的一个提升就是他把旗舰的双端驱动下放到十一上，这个功能 非常好用啊，非常牛的一个功能，可以电脑上去调节音效，也可以手机上针对话的精细化去调节。也就是啊，刚才演示测试的给大家看的， 而且二代增加了这个可直观的显示屏啊，就是你插上电脑之后它会显示电量，还有你用的音效，还有这个麦克风是否开启，并且还有一个 rgb 增效， 续航更是整整翻了一倍，它是一百个小时，它是两百个小时，如果是蓝牙的话可以达到两百六十个小时，并且支持闪充和边充边用。正模，从生物正模升级到了 pet 高分的正模，并且延迟也从十二毫秒降至到了十毫秒啊，非常非常低的一个延迟。 佩戴体验上，它的海绵要比一代的更软啊，更柔软一些，并且它的头梁要比一代的头梁弧度要更大，更加贴合头部。 它很多的功能和设计呢，在五百以内的耳机也算是独一档了，重点是它目前的价格两百都不到哈，非常有性价比。如果说大家预算在两百左右的话呢，可以去看一下十一 pro 二代，非常值得入手。

不是三角洲职业选手老友同款的 k j 战斧竟然出了新配色吗？这个玫红配色真的有点好看吧，那么今天带来的是 k j 家的战斧游戏耳机，先看外观，通体玫红的配色，搭配上一些银色的小点缀，也是十分的耐看，人体工学的佩戴久戴也不会累耳。现在方面用的是零点七五毫米的双针镀金线， 十分的结实耐用。性能方面搭载了自然的超限性动圈和最高可达两万赫兹的超宽频响范围，针对三角洲做出了特别的调整，他的声和脚步声都十分的清 晰。 type c 版本自带四种游戏声卡，并且有优乐的同款调音，一键切换也是十分的方便。麦克风是双六毫米的全指向电容麦，还有 ai 降噪，让你的沟通更加清晰。总的来说，一款性能和颜值都十分不错的耳机，并且才要百元出头，感兴趣的兄弟们可以去看看了。

本视频耗时三百二十五小时，打磨全长三千六百秒，今天直接带你吃透优乐 v 十一古籍上色实战原理精讲，模型搭建、训练调餐、实战部署一条龙从零上手，代码实操、项目落地，真正学懂会用 严活学生算法求知者、 ai 入门转行党，这条视频千万别划走。好的好的，那我们现在开始，嗯 呃，然后上次课呢，我们介绍了一下这个呃尤洛，还有这个呃尤洛的一些，包括这个训练，还有推理模型导出，还有大致介绍了一下这个 呃优乐模型推理的时候的前处理和后处理。那这一次呢，我们要开始就是一个呃实践，就是一个真实的做一个真实的一个项目，从从标注开始。 那么首先我们要看一下这个项目的背景， 那么这一个项目呢，就是针对于这个呃古古古籍，这样像类似于事故全书， 那他们以前是通过这个呃扫描扫描成黑白的这个文档，然后现在呢，我们要给他恢复成这个呃彩色的呃文档，相当于是具体的工作呢，就是 第一是呃这个文字的一个着色，相当于是文字给他呃保保留为黑色，然后印章呢，要给他做一个修复他的这个印章。 然后第三个呢，是对这个边框的线条给他渲染成红色，这个是我们的这个项目的目标， 那么具体的我们要怎么来实现呢？我们分为几个步骤，第一是这个进行数据的标注， 那我们可以使用 labelme 进行手工的标注，少量的图片，为模型提供高质量的学习样本。然后标注之后呢，我们就可以进行模型训练， 这时这一次我们啊通过优乐十一的检测模型来定位这个印章的区域，然后通过优乐十一的呃实力分割模型来定位这个文文字的区域。 然后训练好之后，我们就利用这个训练好的模型对大量的未标注的图片进行预标注， 预标注之后呢，我们就可以看到啊，这个模型对于这个大量的图片里面的一部分，它的效果是不好的，然后我们要把这一部分 图数据进行人工修正它的标签，然后加到这个数据集里面，再进行迭代优化模型。 那么当我们迭代优化呃大概两到三次之后，就会发现大部分的数据都已经能够呃 呃效果都比较好了，就是能够达到我们的这个要求了。我们就开始呃实现这个端到端的一个应用，将这个检测模型，分割模型 啊整合在一起，然后加上特殊的前处理后处理，实现自动批量化的处理。这个呃古籍文档最后可以输出出来。 本期视频给大家整理了 ai 系统入门的保姆级路线图，从基础到进阶，全程无废话，不管你是零基础小白，学生党，还是想转行抓住 ai 风口的朋友，都能直接套用，也可以根据这份路线定制专属学习规划，少走百分之九十的弯路， 只要你是我的粉丝，留言学习就能解锁完整干货。那我们可以从这个数据标注开始说起，那 labelme 呢？它是一个开源的图像标注工具， 然后广泛应用于计算机视觉领域，操作简单，支持多种标注方式啊，是数据标注的一个理想选择， 然后如果是对于目标检测的标注呢啊，我们就直接用矩形框，然后快速的标注一个目标的位置呃，然后他的这个呃功能就是适用于目标检测的任务。 那么对于实体分割的标注呢，我们就使用多边形工具来精确的勾勒目标的轮廓，适用于需要精细边界的一个场景，也就是做分割的任务的场景， 那么我们可以看到这是其中一个呃数据标注，这里有两个框啊，这个里面这个小的框呢，是这个印章的区域 啊，然后外面这个大的框呢，是这个呃这一页的这个文本的区域。 那么具体的标注过程呢是首先是要呃打开这个呃图片，然后第二步呢就是选择这个创建矩形框的工具，然后框选目标， 然后输入这个标签，最后就是保存文件。 那么对于实力分割的标注呢，可以看到它就是每一个框都由多个这个点组成， 那这里我们框的是每一列的这个文字啊，我们要把这个文字和这个边界线给它分开，后面要边界线染成红色文字还是黑色。 那么对于实体分割的标注呢，我们就选择这个多边形的工具进行这个轮廓绘制，绘制轮廓之后呢一样的输入标签，然后表保存保存文件。 那么标注完成之后呢，因为我们使用这个啊， charlie takes 进行训练， 然后它是一个要给它进行一个呃数据格 label me 格式的数据呢，它是一个 jason 的 一个格式 啊，它比如说是目标检测，它包括了这个左上角和右下角的这个呃坐标，然后如果是分割呢，它就表示每一个点的这个坐标， 那么它的特点呢，就是比较直观，容易理解啊。数值呢，是随图片尺寸变化的，相当于我们可以直接知道那个点对应的是哪一个像素点。 那么 euro 格式呢，它是一个归一化的相对值坐标，也就是说它的每一个值都是在零到一之间的， 它的标注形式是每一行一个目标啊，如果是目标检测，它就是啊类别，然后 center x y， 然后这个宽高啊，那如果是实力分割呢，它就是类别，然后后面是每一个点， 它的特点就是说是与图片的尺寸是无关的啊，就是是 uro 模型训练的标准输入格式。 那么 uro 十一呢？它是 r charlie tex 推出的这个呃比较新的实时检测与分割的一个模型， 可以保持高精度的同时拥有极快的推理速度，专门为边缘计算和实时的应用优化。 它的模型特性。就是啊，我们选用这个 nano 的 版本，体积小，速度快啊，适合快速迭代和部署。 然后分割模型呢，我们也是选用这个 nano 的 版本，在检测的基础上，它可以实现像素级的分割，精确地识别文本，去适合精细化处理的一个需求。 那这个模型要怎么训练呢？首先我们要准备一个呃数据集，那刚才我们标注完之后，后面我们有一个脚本，可以一键生成这个一键转换这个数据集。 数据集准备好之后呢，我们要选择一个预训练模型，这里我们就用啊 u 十一 n 点 p t。 那么呃，准备好预训练模型之后呢，我们就可以进行训练啊，我们可以使用命令行来训练，也可以使用这个 python 代码来进行训练。 在训练过程中呢，我们可以看到这个训练的一个呃曲线的下降趋势，还有这个验证级的精度，确保这个模型可以收敛。 那么对于分割模型呢，也是一样的，就是准备数据哈，准备预训练模型，但是它的预训练模型呢，是有一个杠 sag 的 一个后缀呃，然后执行训练命令。 那么那么我们这个呃在实际应用过程中，是不是只要训练一次，准备一次数据也就不就可以了呢？呃，实际上大部分真实的场景下都不是这样子的啊。 那我们这里首先要进行一个呃模型训练完之后，要对这个海量的未标注数据进行推理，快速生成预标注结果。 也就是说实际上我们有上百万张图片，但是呢，我们不可能说上来就标个一万张，两万张，我们上来可能就标了一百张，标了一百张之后，我们可能从上百万张数据里面啊挑出，比如说一万张来进行这个模型推理， 推理之后人工检查预标注，确保数据的准确性和高质量。 也就是说我们挑出来，比如说一万张进行模型推理之后啊，发现，比如说比百分之五十的数据，百分之五十的图片啊，已经效果很好了，那这些我们就不用再加入我们的这个数据集里面进行再训练了。 然后有一部分数据呢，他可能特征跟我们一开始随机挑的数据特征不太一样，这部分数据呢，我们就要给他挑出来人工再标注， 然后进行扩充数据集，将修正后的高质量数据啊回流到原始数据集，丰富样本的一个多样化，在扩充后的数据集再重新训练啊，迭代之后生成了一个性能更优的一个新版本， 这个就是我们进行模型迭代优化的一个流程啊，他可能会持续一个两到三轮。 那么我们把模型训练完之后呢，就进行一个 啊端到端的一个应用，首先是输入一个图片，然后进行模型推理，调用检测模型来定位印章，调用分割模型来生成文字区域的一个野马， 然后根据这个推理的结果，将文字填成为黑色，边框线填成为红色，然后在检测到的印章位置上自动合成红色的印章图案，最后生成一个新的图像。 那我们可以看到这个上色效果的一个对比，那左边这个图呢？他，呃，他们俩其实不是正好对应的啊，只是一个效果图，那左边这个图呢，他对应的就是原图，他是黑白的， 黑白的他就是信息是清晰的啊，但是他缺乏色彩，整体视觉上比较平淡啊。那右边这个图呢，是我们 通过啊模型定位到文本和这个印章，还有这个啊这个线的区域之后， 就将它染成不同的颜色，那这里就是啊中间的这个书籍的部分也是红色啊，正纹的部分呢是黑色，边框线呢是红色，然后给他加载了一个新的印章， 那么这里显示的是另外一个呃效果对比，那这里也是这是另外一种这个，呃红色的这个印章，呃，这个印章它就是原始的印章，我们给它呃改成了这个呃红色的一个 呃印章， 那么就是这个呃 这个呃上色完成之后呢，我们可以给它实际的印刷出来，呃，比如说这个呃是一个印刷出来的一个效果，可以看到这个字是，呃黑色的这个线是呃红色的，嗯 咳，嗯，好的，那我们接下来我们就开始开始看这个，呃，那么大家可以看到我屏幕吗？ 好的好的，那么首先呢我们是介绍一下这个呃 label me， 呃 label me 的 安装我们就不再具体的说了，因为我们之前已经呃说过比较多了，就直接 p i p install 这个 label me 就 好了啊， 那我们安装完之后呢，呃，我可以再执行一遍 p i p install， 这样子就可以完成这个呃 label me 的 安装，如果安装过程中有其他问题呢？哎，可以可以问一下 ai， 应该一般就是缺了其他库啊。安装完成之后呢，我们直接呃输入这个 呃 label me 就 可以打开我们的这个标注工具， 那这里我们就打开了这个标注工具啊。呃，然后呢我们可以选择打开单个的图像啊，也可以选择打开目录，这里我就打开这个呃 这个数据对应的这个目录啊，这里这个印章对应的目录是在这里， 那么我们可以看到，嗯，这个通过点击下一幅可以看到下一幅图，上一幅可以看到上一幅图啊，然后通过创建多边形就可以复制这个多边形的啊，多边形的这个 mask 啊，通过嗯这个删除呢，它会删除这个整个的标签啊，那么通过编辑多边形呢，就可以修改这个 mask， 也可以给它删掉， 那么通过这个创建矩形呢，就可以实现这个矩形的一个呃标注。 好的，那么这个 label me 具体的一个使用呢，大家可以自己去呃看，我们这里就不再过多的一个介绍啊，我们看一下这个数据啊， 这里呢我们把这个呃目标检测呢，主要是做了几个任务啊，一个是定位这个整个的一个文本的一个区域啊，我们要把这个上面和下面这个呃给它拆分出来。 第二个呢是定位了这个书脊的位置啊，因为我们要把这个书脊的这个位置都给它染成红色，所以定位这个书脊的位置。第三个呢是定位这个印章，这是其中的一个印章， 那这是另外一种类型的印章啊，然后标注完成之后呢，我们就点击保存就可以了，那么我现在关掉 看一下我们标注完成的数据，那可以看到 这个数据里面呢，包括这个呃 versions、 flags 和 shapes， 其中这个 shapes 里面呢，就是我们进行标注的内容，比如说这个呃，它是一个呃， 一个一个框，一个框，然后这两个点呢分别是代表它的左上角和右下角， 然后最后这个呃 date 呢，就是代表这个呃图片的一个 base 六十四啊，还有图片。那么我们了解到这个啊， label me 标注数据的格式之后呢， 下一步我们就要把这个 label me 格式的数据给它转换成 ulog 的 格式，那我这里已经写好了，我们可以一起看一下 啊，我们从这个主函数看起，那首先呢我们定义的一个配置文件啊， 这个配置文件是输入的这个呃数据的一个目录啊，就是在这个 excel 这里面，然后还有一个输出的一个数据的一个目录，输出的数据的目录呢，就是在这个呃 euro excel d e t 里面， 然后我们随机的把它划分为训练级和这个呃验证级，其中百分之八十是作为 呃训练级，然后设置一个随机种子，然后我们创建一个转换器，然后就呃开始转换，那我们可以看一下这个开始转换的过程， 那么首先我们要提取里面所有的这个类别信息， 那么对于这个里面所有的 json 文件呢啊，提取里面所有的这个类别信息，这里就直接使用 json 点 load 来加载这个 json 文件 啊，然后呃这个呃 with open 这个文件啊，这个 r 就是 代表读的意思， encoding 是 这个呃编码方式是 u t f 八啊。 然后 load 出来之后呢，我们可以拿到里面的这个呃 shapes， 这个呃这个对象，呃我们可以看到，那这个 shapes 里面就是我们标注的每一个的内容， 那么拿到这个 shapes 以后以后呢，我们就拿所有的这个呃 label， 那么我这里为什么要写啊 label 不 等于 bug 呢啊？因为如果我们认为这一个数据是一个不要的数据，但是我们又 觉得呃去删掉它很麻烦，我可以我自定义了一个标签，比如说是 bug， 我 标注了 bug， 就 代表这个数据我不要的啊，所以我这里写了一个这个， 那么拿到了这个呃，我们拿拿到了这个 label 之后呢，把它放到这个呃这个 集合里面，这个 set 里面啊，放到 set 里面，它这个 set 的 特点呢就是它它是不会有重复的， 然后这就拿到了所有的啊类别啊，生成了一个类别的一个字典啊， 拿到了所有的类别之后呢，下一步我们要创建这个目录， 根据我们刚才定义的这个呃 output gear， 对 吧？我们之前上节课的时候已经知道了啊， yolo 的 数据的格式呢？它需要创建一个 image， 然后里面放上 tree 和这个 v a l 啊，所以我们就在这里通过这个啊 make dear 来创建这个，嗯，四个目录， 然后这个 exist ok 呢？它的意思就是说啊，如果这个目录已经存在呢，它就不去创建了啊，如果我们不写这个 exist 等于 ok 呢？那如果它目录已经存在了，它就会报错啊，我们也可以自己加一个判断。 那我们创建好了输出目录啊，获取到了这个类，我们就要呃获取这个，呃 获取这个文件啊，获取这个，呃标标签文件或者叫 jason 文件吧， 我们通过这个 glb 这个库啊来呃找到这个所有的一个， 嗯，以点接收结尾的一个，在这个 input d 目录下面，所有的这个接收文件啊，这个新号呢，就是通配符，意思就是所有的点接收文件我们都拿到， 拿到之后呢，我们给它划分成这个，呃呃，一个训练级和一个验证级， 那这里我们给它随机打乱顺序之后啊，百分之八十的这个数据作为这个训练级，剩下的数据呢就作为这个验证级。 那么拿到了训练级和验证级之后呢，我们要进行这个呃数据的一个转换， 那么这里转换呢？我们就一个一个的转，我们先看这个单个的一个数据的转换流程，首先我们是读取这个 jason 的 一个呃文件，对吧？然后找到这个 jason 对 应的一个图片 啊，这个图片呢，我们现在支持 jpg， png 等等的这个图片的呃格式。找到图片之后呢，我们就读取这个图片来获取呃这个尺寸 啊，然后因为有一些同学呢，他可能是习惯用 windows 的， 如果是 windows， 直接通过 c v r 点英瑞德来读取这个呃中文带有中文的这个路径呢，他就会报错，因为他呃有一个编码的问题， 但是我们可以通过 n p 点 from file 啊，来读取这个呃目录。读取之后呢，然后用 c v r 点啊 i m decode 也可以实现这个呃图片的读取，而且它会比这个 呃 c v r 点英瑞的直接读更加快。那我们读几道图片之后，就通过 image 点 shift 冒号二啊，就可以拿到这个嗯图片的高和宽。 那么下一步呢，我们就可以创建这个 yellow 的 一个标签文件。 首先我们给这个标签文件啊起一个名儿，这个 pass json pass 点这个 s t m 啊，就是拿到他的这个呃路径，但是不包括他的这个呃后缀啊，然后加上这个点 t x t 啊，也就是说把他的后缀变成了点 t x t， 也就是拿到了像类似于这个 呃这个就变成了点 t x t 呃。然后输出的这个路径呢，我们就是 output label dir 加上这个我们创建的这个 t s t 的 一个呃名字，我们通过呃 open 把它打开啊，通过这个 write 的 方式 打开之后呢，对于刚才我们拿到的这个 jason 啊， label me 格式的数据里面的每一个数据呢？啊， 我们拿到它的这个 label 啊，我们可以再看一下这个数据 啊，这是 point， 这是 label， 对 吧？拿到它的 label 之后呢啊，如果这个 label 它不在我们刚才找到的这个类别字典里面啊，那就跳过啊， 如果在呢，那就继续下面的，下面的就是什么啊，拿到它的这个对应的下标， 因为我们知道，呃，我们这个 u 格式呢，它不是表示成这个呃里面是没有文字的啊，它这个类别呢，就是去用它的下标作为这个类别，所以我们就直接拿它的下标， 然后这个点呢，就是它的 points 啊，我们可以看到刚才这个 points points 里面就是它的点， 拿到这个点之后呢，我们要根据这个 points 来算出这个呃边框，我们可以看一下， 这里就是算出边框的方法。首先是啊，取了这个 x 和 y 坐标，然后通过这个 mini 和 max 啊，就知道哪个是左上角，哪个是右下角， 然后在我们标注或者说是生成标注的时候呢，有可能会生成这个啊框在图片之外的情况，所以我们要给这个坐标裁剪到一个范围，这个指定的一个范围内， 也就是说它最大不能超过图片的宽，最小不能小于零。 那么下一步呢，就是计算这个 中心点，还有这个宽和高，那么这个 x 二减去 x 一 啊，也就是这个目标的一个宽， y 二减去 y 一， 也就是目标的一个高 啊，然后如果我们发现，哎，这个宽是零，或者说这个高是零，那这个数据呢？可能就是呃，标错了啊，那我们就不要， 那么呃，下一步呢，就是给他做一个归一化，给他变成一个零到一之间的数啊，对于这个中心呢， 就是 x 一 加上 x 二除以二再除以这个图片的宽啊，就是 x 方向的中心。 y 方向的中心呢，就是 y 一 加上 y 二再除以二再除以图片的高，就是 y 方向的中心。 那么这个啊 box 的 宽去除于这个图像的宽啊，就是这个啊， box 的 一个啊，归一化之后的一个宽，那么同样的这个 box 的 高去除于这个图片的高， 就是归一化之后的这个图片的高。那么这样子我们就得到了这个 u 格式的这个 box 啊，也就是后面的这个四个字。 那么拿到 box 之后呢，下一步我们就直接给它写到这个，呃，写到这个，呃，这个这个标签文件里面啊，这是我们刚刚找的这个 t s t pass 啊， 啊，就是这个 file， 写到这里面，通过 t s t 杠 file 点 right 啊，然后把这一行写进去，最后要加杠 n， 杠 n 代表的就是呃换行符， 然后这里我们就保保保存到小数点后，呃，六位就可以，这是小数点后六位的意思嘛？一二三四五六啊，小数点后六位。 那么下一步呢？最后呢，我们把这个图像啊放到这个需要保存的图像的路径就是这里面，把图像放到这个 images 里面， 这个图像的路径也是刚才，嗯，这里算好的，那这里串好的。 那么对于训练级进行转换完成之后呢？我们就同样的对于验证级也做一个转换，转换完成之后呢，我们再同时生成一个这个训练的啊，配置文件， 训练的配置文件啊，我们要自动的来生成这个配置文件，那么我们可以看一下 这个配置文件的内容呢，它首先它是一个雅麦尔文件啊，然后我们先给它生成一个这个注示啊，表示它是一个自动生成的一个文件 啊，生成完之后，然后下面就写上这个路径，路径就是这个 output gear 啊，我们这里可以直接写它的一个，嗯，绝对路径， 也可以写成相对路径，这里可以改一下就变成相对路径了啊，然后这个 q 和这个 v a l 的 路径呢？因为我们已经定义好了，就是 images 杠 q， images 杠 v a l 啊，所以这里就直接填上， 然后 test 是 空的啊，类别的数量呢？我们这里是通过这个 classist 可以 拿到啊，然后这个呃类别的名称呢， 可以先空着， 那么对于这个每一个呃类别啊，我们在后面再加上它的这个 id 和名字， 对吧？从这个 edit edit 里面拿到，再给它加到这个，呃，加到这个 config 文件的这个后面加，等于就会加到它的后面，然后把它顶掉。 然后呢这个配置文件保存的一个目录呢？我们就默认为 date 点 ymail 啊，然后通过这个 with open 这个 pass， 然后 write 啊，这个 encoding 呢，我们写 u t f 八啊，然后把这个文件写进去，这样子我们就生成了我们的这个 euro 格式的配置文件 啊，那现在就是所有的呃呃呃，整个数据就已经转换完了啊，那我们可以执行一下这个代码试一试， 那我们可以看到我们打印的这个中间的信息啊，它提取到了四个类别啊，分别是 sale、 零一、二三啊， 然后创建了四个目录，找到了一百二十八个 jason 文件啊，现在划分出来训练级一百零二个，验证级二十六个，然后生成了一个 yolo 的 一个，呃，配置文件，呃，其实就是，呃，就是这个， 这里面是图片啊， 这里面是标签。

我给大家来看一下，从这个把这个优路威十一这个算法部署在这个 ark 三五八八这个呃开发版上，今天我们来看一下它的这个模型的这部分模型的转换包括两个步骤，就是从 p t 转换到这个 o x， 然后再用 o x 转换到 ark n。 我 们首先来看一下第一步，第一步的话就是在这个官方给的这个工程里面就可以完成这个转换，就是环境我已经给它装好了， 这个就是在本地装的环境，我们直接看一下这个呃 x port， 这一部分 x port 大家可以看到能够直接将这个 p t 转为 o x， 我 们在这里就格式 就是设置 o x 就 可以了，然后我们点击运行它就可以由这个呃 u v 十一 n 点 p t 转换为这个 u v 十一 n 点 o x， 这是这一步转换得到的。 大家当然如果是自己写脚本的话，我建议这一步一定要加上去，因为它能够将一些在训练环境中得到的 p t 模型的文件，这个模型进行一个多余的溶于参数的一个就是减脂的一个过程， 这个是我们得到的这个呃 o n x 模型，然后我们把它放在放在这个阿凯恩环境下， 大家可以看到这个安开安环境下我已经给大家来来装好，装好了这个环境，装好了这个环境，大家来看一下这个是我得的上一步得到的这个 o x 这个模型，然后这这个脚本是转换的一个脚本有几个参数，就是大家需要注意一下，然后这个是这个 我们需要转换的模型，然后这个是转换之后的，再就是呃这里几个参数需要这个是三五八八这个， 呃三五八八这个平台，我们需要指定一下这个 tabby platform 这个平台。然后就是这个是这个是我们即将测试的图片，然后我们来看一下，我们是 大家可以看到，然后就是程序已经跑起来了这个脚本 啊，大家可以看到这个脚本已经跑完了，包括这个测试，测试测试图片也已经这个是我们得到的一个测试图片了。然后大家看一下这个，这个是我们已经得到的， 然后这个这个模型我们已经保存出来了这个阿克艾模型，然后下一步我们将把这个阿克艾模型就是真正的推送到这个呃开花板上进行一个测试。嗯，感，感谢的话可以这个关注一下后续的视频，谢谢大家啊。

玩 fps 游戏时，脚步声模糊，方位难辨，很容易影响操作节奏。这款 kz 战斧电竞耳机天霸优乐参与调音的 专为清晰听音打造，搭载十毫米动圈单元，脚步声与枪声细节通透，方位感知更精准，让耳饰佩戴贴合稳固，长时间游戏也能保持舒适。 双麦克风配置，组队开黑，语音清晰流畅。 type c 声卡版本支持一键切换游戏音乐等场景模式。外观设计利落硬朗，兼顾实用性与质感。无论是手游还是端游，想要提升沉浸式听音体验，这款都很适合。左下角还含有皮质收纳包哦！