入门教学案例 · 自动制作与实测课程项目怎么做目标检测？
课程项目怎么做目标检测？
从安装到展示结果。
用「香蕉目标检测数据集（COCO 格式）（1）」演示数据检查、模型训练、测试和本机界面。3 轮入门基线，效果有限也可用于学习。
沿用数据集获取权限：已购账号登录后直接下载；游客从原来的已支付订单页面下载。
完整交付清单
- 原始数据与来源许可
- 从安装到结果整理的逐步教程
- 可运行源码、预训练与案例模型
- 本机演示界面与样例
- 实测指标、划分记录、实验记录模板
- 中文安装提示与常见错误排查
不包含人工答疑或代做作业，不承诺生产精度。
先看真实效果，再决定是否适合你
数据规模642 张 · 1 类
测试集 mAP@0.50.7027
mAP@0.5:0.950.5603
这些是实际运行保存的检测指标，不是分类准确率。类别语义与近似重复图片尚未人工复核；不适合作为生产性能保证。模型可能漏检、误检或输出空结果。
新手从这里开始
- 下载完整 ZIP，右键“全部解压”到短目录，例如 D:\lesson，打开 teaching_project。
- 点击“在线学习”，或打开包内“开始学习.html”；按第 1–2 节准备 Python 3.12（64 位），再双击 INSTALL.cmd。
- 只在出现“安装成功 / PASS / READY”后继续。看到“按任意键”先读上方状态；安装失败时等着不会恢复。
- 双击 START_DEMO.cmd，等 Ready 后在浏览器选样例，点击“开始检测”，保存图片和结果 JSON。
- 跟随教程逐行运行数据准备、一轮试训练、测试与预测命令，填写实验记录。
首次安装需联网，建议 8 GB 内存，系统盘与项目盘各预留约 6 GB。在线学习页与解压包使用同一份完整教程，包含每一步命令、预期输出、失败处理和结果图片。
版本与验收
v1.0.0 · 28.8 MB · 独立解压目录已完成文件校验和真实模型预测；公共安装流程沿用已验证的新手安装器。
SHA256：376824a960fe1964b87ee9e8e62413290fb4f75bc48d6f558d7d98ae5b0c3639
模型与软件采用 AGPL-3.0 开源交付；数据许可：CC BY 4.0。包内保留署名与来源记录。
只需要数据？返回数据集详情 →