其一是高级安装中的大量勾选项目，视频给出的选择依据基本是“默认”和“够用”，没有说明哪些选项是 HDevelop、深度学习或相机接口运行时的必要依赖，哪些只是可选功能组件。接着在开发相关组件里，选择“开发”“安装维护示例程序”“实例数据和运行文件”“运行时库发布说明”“开发文件”“HDevelop”“XL”以及深度学习的核心模块、深度学习数据、深度学习第三方库。安装完成后，点击退出软件管理器，并关

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：1734标注数量(txt文件个数)：1734训练集数量：1465验证集数量：143测试集数量：126标注类别数：1所在github仓库：firc-dataset标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):[

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：5719标注数量(txt文件个数)：5719训练集数量：4004验证集数量：572测试集数量：1143标注类别数：8所在github仓库：firc-dataset。

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：295标注数量(txt文件个数)：295训练集数量：237验证集数量：58测试集数量：0标注类别数：1所在github仓库：firc-dataset标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):[‘peopl

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：2978标注数量(txt文件个数)：2978训练集数量：2578验证集数量：200测试集数量：200标注类别数：4所在github仓库：firc-dataset标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):[

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：2000标注数量(txt文件个数)：2000训练集数量：1600验证集数量：200测试集数量：200标注类别数：5所在github仓库：firc-dataset。

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：1005标注数量(txt文件个数)：1005训练集数量：805验证集数量：100测试集数量：100标注类别数：4所在github仓库：firc-dataset。

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：3563标注数量(txt文件个数)：3563训练集数量：1800验证集数量：874测试集数量：889标注类别数：6所在github仓库：firc-dataset。

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：4369标注数量(txt文件个数)：4369训练集数量：3059验证集数量：875测试集数量：435标注类别数：4所在github仓库：firc-dataset。

YOLO26是YOLO系列模型的一个版本，它在前代基础上做了许多改进，包括但不限于更高效的训练流程和更高的精度。12. 导出模型：训练完成后，可以将模型导出为ONNX或其他格式，以便于部署到不同的平台。这里，data参数指向你的数据配置文件，model参数指定使用的模型架构，epochs设置训练轮次，imgsz设置输入图像的大小。在目标检测任务中，评估模型的性能是至关重要的。11. 调整超参数：如