匯入資料集和模型

匯入會把檔案複製到專案中。原始下載仍可作為備份保留。

匯入資料集

1. 開啟 Datasets，選擇 Import。
2. 將任務設為 Object detection。
3. 選擇包含 data.yaml 的安全帽資料集解壓目錄。
4. 等待 Knotest 讀取原始檔，檢視可用的匯入選項。
5. 選擇 YOLO 物件偵測選項，確認類別、各分割槽數量和警告。
6. 命名為 Helmet v2 full dataset，開始匯入。

範例共有 2,335 張圖片：Train 2,043、Validation 195、Test 97。匯入全部圖片；生成預測時再選擇 100 張樣本。

新版先詢問任務，再讀取目錄。如果提供轉換選項，例如把多邊形轉成偵測框，請閱讀說明，確認符合評估目的。也要檢查被跳過或調整的標註。

匯入模型

1. 開啟 Local Models，選擇 Import。
2. 選擇 helmet-object-detection-best.pt。
3. Knotest 讀取檔案後會給出相容選項，選擇 YOLO / Object detection。
4. 命名為 Helmet YOLO26 detector 並檢查設定。
5. 準備就緒後確認匯入。

模型類別應為 helmet，輸入大小為 640 × 640。檔案自帶類別名稱時，頁面顯示 From the model file。其他模型如果沒有名稱，請在 Model 頁面按原始輸出順序儲存類別。

本教學保留置信度 0.25、重複框重疊閾值 0.5、最大檢測數量 300，並關閉跨類別 NMS。生成預測時再次確認這些值。設定參考解釋了它們的作用。

下一步：生成預測。