feat(yolo): 添加刀具识别AI模型训练与自动标注功能

- 新增 README.md 文档，包含完整的 YOLOv8 训练环境搭建指南 - 添加 docker-compose.yml 配置文件，支持 Mac M系列环境下的容器化部署 - 实现 train_and_export.py 核心脚本，集成模型训练、验证和ONNX格式导出功能 - 创建 data.yaml 数据集描述文件，定义刀具分类(普通刀具和管制刀具) - 开发 auto_label.py 自动标注脚本，支持AI辅助的数据集标注处理 - 集成 YOLOv8 中型模型，优化标注准确率和识别能力 - 添加数据集验证和可视化功能，便于标注质量检查
2026-03-10 17:15:05 +08:00
commit 1753cafaab
49 changed files with 331 additions and 0 deletions
@@ -0,0 +1,9 @@
+# 这里的路径必须是容器内部的绝对路径
+path: /usr/src/app/datasets/knife_data 
+train: images/train
+val: images/val
+
+# 类别定义 (根据你的业务字典自定义)
+names:
+  0: normal_knife      # 普通民用刀具
+  1: prohibited_knife  # 管制刀具