Zbiór danych, wykorzystany do treningu systemu rozpoznawania zwierząt, składa się
z oznakowanych zdjęć krów i świń, które zostały pobrane z platformy Roboflow.
Każde zdjęcie w tym zbiorze zostało precyzyjnie anotowane, z zaznaczonymi
bounding boxami określającymi lokalizację i granice zwierząt. Anotacje te są
niezbędne, aby umożliwić modelowi YOLOv8 naukę efektywnego rozpoznawania i
dokładnego lokalizowania krów oraz świń na różnorodnych obrazach.
Zbiór danych dla każdego ze zwierząt został podzielony według standardowego schematu na trzy główne części: zestaw treningowy (70% całości danych), zestaw walidacyjny (20%), oraz zestaw testowy (10%). Taki podział pozwala na zrównoważony rozwój zdolności modelu do generalizacji i adaptacji, jednocześnie umożliwiając skrupulatną weryfikację jego wydajności na obrazach nieuwzględnionych w procesie treningu. Zapewnia to modelowi solidną bazę do nauki i pozwala na dokładne testowanie jego skuteczności przed praktycznym wdrożeniem.
Testowanie modelu
