視頻講解：
YOLOv12 從預訓練邁向自主訓練，第一步數據準備
前面復現過yolov12，使用pre-trained的模型進行過測試，今天來講下如何訓練自己的模型，第一步先準備數據和訓練格式
https://gitcode.com/open-source-toolkit/2c695
以這個開源數據集為例，作為數據樣本來學習訓練，下載得到 yolov5_gesture_datasets_1900.zip
其內容為如下 images 和 labels
images圖片中0_003.JPG如下
labels 為 yolo 的標注格式，對應的 0_003.txt 如下
第一個 0 為類別的索引，后面四個數為 x_center, y_center, width, height，相對于圖像的寬度和高度進行歸一化的，取值范圍在 0 到 1 之間，還原到真實圖片的話：
x = x_center * W
y = y_center * H
w = width * W
h = height * H
yolo 的訓練配置，添加 data.yaml文件，如下
train: /home/dar/model/datasets/gesture/images
val: /home/dar/model/datasets/gesture/imagesnc: 10names: ['0','1', '2', '3', '4', '5', '6', '7', '8', '9']train：訓練數據集
val：驗證數據集，用于在模型訓練過程中評估模型的性能，調整超參數（例如學習率、網絡層數等），防止模型過擬合（即模型在訓練數據上表現很好，但在新數據上表現很差的情況）
nc：表示分類數量
names：類別名稱
