1、数据准备标注数据集：使用标注软件（如roLabelImg.exe）对数据集进行标注。数据集文件夹格式应如下：yolov12-obb/ images/ train/ val/ test/ labels/ train_original/ val_original/修改配置文件：修改./yolo12-main/dota2obbdata.py中的两处路径，将其设置为自己的路径。

2、输出层修改：YOLOv12默认输出边界框和类别概率，需扩展输出通道以支持关键点回归。

3、YOLO简史：从YOLO到YOLOv12的技术革新与演进 YOLO（You Only Look Once）系列算法自2015年诞生以来，凭借其“单次推理”的高效特性，在目标检测领域掀起了一场革命。从初代YOLO到最新的YOLOv12，每一次迭代都凝聚了研究者的智慧与工业界的实践需求。以下是YOLO系列算法的演进历程及其关键技术突破。

1、初始阶段可开启无卡模式（约0.1元/小时）完成基础配置，待数据准备完成后切换GPU模式训练。

1、多任务训练逻辑：通过加权组合不同任务的损失。

2、VisDrone2019是一个无人机目标检测和追踪基准数据集。

3、YOLO进行NG（不合格）/OK（合格）分类的核心是基于目标检测框架，通过自定义数据集训练实现产品缺陷或状态的二分类识别，具体步骤包括数据准备、模型配置、训练优化及推理部署。