视频讲解：
YOLOv12 从预训练迈向自主训练，第一步数据准备
前面复现过yolov12，使用pre-trained的模型进行过测试，今天来讲下如何训练自己的模型，第一步先准备数据和训练格式
https://gitcode.com/open-source-toolkit/2c695
以这个开源数据集为例，作为数据样本来学习训练，下载得到 yolov5_gesture_datasets_1900.zip
其内容为如下 images 和 labels
images图片中0_003.JPG如下
labels 为 yolo 的标注格式，对应的 0_003.txt 如下
第一个 0 为类别的索引，后面四个数为 x_center, y_center, width, height，相对于图像的宽度和高度进行归一化的，取值范围在 0 到 1 之间，还原到真实图片的话：
x = x_center * W
y = y_center * H
w = width * W
h = height * H
yolo 的训练配置，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：训练数据集
val：验证数据集，用于在模型训练过程中评估模型的性能，调整超参数（例如学习率、网络层数等），防止模型过拟合（即模型在训练数据上表现很好，但在新数据上表现很差的情况）
nc：表示分类数量
names：类别名称