Anaconda 是一款面向数据科学、机器学习的开源包管理器 + 环境管理器 + Python 发行版，核心价值是解决包依赖冲突和环境隔离问题，让开发者快速搭建稳定的工作环境。

2025最新！Visual Studio 2022 + QT6.7 环境配置全攻略

yolov11的数据集格式需要是如下：我这里省去了test测试集的图片。如果需要自己训练数据集和标注的可以看这一篇文章，ISAT标注教程。train: ./train/images #训练集路径val: ./val/images #验证集路径nc: 3 #class数量names: ["Capacitor", "Negative", "Positive"] #class名称。

yolov11的数据集格式需要是如下：我这里省去了test测试集的图片。如果需要自己训练数据集和标注的可以看这一篇文章，ISAT标注教程。train: ./train/images #训练集路径val: ./val/images #验证集路径nc: 3 #class数量names: ["Capacitor", "Negative", "Positive"] #class名称。

yolov11的数据集格式需要是如下：我这里省去了test测试集的图片。如果需要自己训练数据集和标注的可以看这一篇文章，ISAT标注教程。train: ./train/images #训练集路径val: ./val/images #验证集路径nc: 3 #class数量names: ["Capacitor", "Negative", "Positive"] #class名称。

本次项目使用YOLO11对目标进行检测，颜色识别，具体实现了基于YOLOv11 分割模型的 Qt 可视化应用，核心功能是加载图像并自动完成目标检测、实例分割，同时提取分割区域的次要颜色并可视化展示。需要的前提环境是可以正常在VS里跑QT程序，如果没有配好可以参考（最新）VS2026+QT3.9安装教程，这篇教程教的很详细。YOLOv11 是 Ultralytics 团队在 YOLO 系列基础上推出

“ISAT_with_segment_anything-master” 是一个结合了 ISAT（智能标注工具）和 Segment Anything 模型（SAM，通用分割模型）的图像标注工具，主要用于高效进行图像分割标注。

yolov11的数据集格式需要是如下：我这里省去了test测试集的图片。如果需要自己训练数据集和标注的可以看这一篇文章，ISAT标注教程。train: ./train/images #训练集路径val: ./val/images #验证集路径nc: 3 #class数量names: ["Capacitor", "Negative", "Positive"] #class名称。

yolov11的数据集格式需要是如下：我这里省去了test测试集的图片。如果需要自己训练数据集和标注的可以看这一篇文章，ISAT标注教程。train: ./train/images #训练集路径val: ./val/images #验证集路径nc: 3 #class数量names: ["Capacitor", "Negative", "Positive"] #class名称。

yolov11的数据集格式需要是如下：我这里省去了test测试集的图片。如果需要自己训练数据集和标注的可以看这一篇文章，ISAT标注教程。train: ./train/images #训练集路径val: ./val/images #验证集路径nc: 3 #class数量names: ["Capacitor", "Negative", "Positive"] #class名称。