在本系列的第一部分中，我们介绍了 YOLO 的基本概念及其数据格式。我们还专门讨论了如何将其用于实时对象检测和火灾检测。
在第二部分中，我们将更深入地研究并为实时火灾探测应用程序构建模型。我们将首先讨论设置环境的先决条件和必要的库，准备数据集，最后训练模型。还将如何评估模型及其使用。
在整个博客中，将提供代码片段和示例，以帮助您跟进并使用 YOLO 构建自己的实时火灾检测模型。读完本博客后，您将对 YOLO 的工作原理以及如何将其应用到实际应用程序有深入的了解。
培训和验证
在训练机器学习模型时，了解训练集和验证集之间的差异非常重要。训练集是我们用来训练模型的数据，而验证集用于评估模型的性能并进行必要的调整。对于这个项目，我们使用KFold 方法，将数据分为 k 个折叠，然后选择其中一个折叠作为验证集。剩