将标签的坐标映射到图像上，并绘制矩形框，以可视化显示对象的位置

数据增强中的"image translation"（图像平移）是一种常见的技术，用于改变图像中对象的位置，从而增加训练数据的多样性。例如，如果两个图像的标签分别为 "狗" 和 "猫"，混合比例为 0.7 和 0.3，那么新图像的标签可能是 "0.7 * 狗 + 0.3 * 猫"。它的核心思想是将两个或多个图像以一定的比例混合在一起，创建一个新的图像，同时对标签也进行线性插值。图像马赛克通常用于创建

训练设置：包括模型文件路径、数据文件路径、训练轮次、训练时间、早停耐心（无改进的训练轮数）、批次大小、图像大小、是否保存训练检查点和预测结果、缓存设置、运行设备、工作线程数、项目和实验名称、是否允许覆盖现有实验、是否使用预训练模型、优化器类型、是否输出详细信息、随机种子、是否启用确定模式、是否作为单类别训练、是否应用矩形训练或验证、是否使用余弦学习率调度器等。任务和模式设置：定义YOLO的任务（如

此时test.py中的所有代码全部加载到当前cell中，并且自动将%load test.py语句注释。%load 的作用是将 xx.py 文件中的所有代码加载到 .ipynb文件中（并未运行），如果需要运行加载的代码，需要再次运行该cell。原文链接：https://blog.csdn.net/Mr_TangGuo/article/details/110816836。版权声明：本文三为CSDN博主