yolo最终笔记

1.train.py

from ultralytics import YOLOif __name__ == '__main__':# 加载模型model = YOLO(r'D:/app/BGA/yolo11/ultralytics-main/ultralytics/cfg/models/11/yolo11n.yaml').load("D:/app/BGA/yolo11/ultralytics-main/my_program/yolo11n.pt")  # 使用预训练权重训练# 训练参数 ----------------------------------------------------------------------------------------------model.train(data=r'D:/app/BGA/yolo11/ultralytics-main/my_program/data.yaml',epochs=200,  # (int) 训练的周期数patience=50,  # (int) 等待无明显改善以进行早期停止的周期数batch=16,  # (int) 每批次的图像数量（-1 为自动批处理）iou=0.7,    # IoU 阈值conf=None, # 置信度阈值 默认值（通常为 0.001）imgsz=320,  # (int) 输入图像的大小，整数或w，hmulti_scale=True,  # 启用多尺度训练device=0,  # device=[0,1], # (int | str | list, optional) 运行的设备，例如 cuda device=0 或 device=0,1,2,3 或 device=cpuworkers=44,  # (int) 数据加载的工作线程数（每个DDP进程）optimizer='SGD',  # (str) 要使用的优化器，选择=[SGD，Adam，Adamax，AdamW，NAdam，RAdam，RMSProp，auto]verbose=True,  # (bool) 是否打印详细输出rect=True,  # (bool) 如果mode='train'，则进行矩形训练，如果mode='val'，则进行矩形验证cos_lr=True,  # (bool) 使用余弦学习率调度器close_mosaic=10,  # (int) 在最后几个周期禁用马赛克增强amp=True,  # (bool) 自动混合精度（AMP）训练，选择=[True, False]，True运行AMP检查# 超参数 ----------------------------------------------------------------------------------------------lr0=0.01,  # (float) 初始学习率（例如，SGD=1E-2，Adam=1E-3）lrf=0.01,  # (float) 最终学习率（lr0 * lrf）hsv_h=0.015,  # (float) 图像HSV-Hue增强（分数） # 色调扰动hsv_s=0.7,  # (float) 图像HSV-Saturation增强（分数） # 饱和度扰动hsv_v=0.4,  # (float) 图像HSV-Value增强（分数） # 明度扰动（BGA反光明显，可适当降低）degrees=90.0,  # (float) 图像旋转（+/- deg） # 允许±90°旋转translate=0.1,  # (float) 图像平移（+/- 分数）scale=0.5,  # (float) 图像缩放（+/- 增益）shear=0.0,  # (float) 图像剪切（+/- deg）flipud=0.5,  # (float) 图像上下翻转（概率）fliplr=0.5,  # (float) 图像左右翻转（概率）)

agnostic_nms=False, amp=True, augment=False, auto_augment=randaugment, 
batch=16, bgr=0.0, box=7.5, 
cache=False, cfg=None, classes=None, close_mosaic=10, cls=0.5, conf=None, copy_paste=0.0, copy_paste_mode=flip, cos_lr=True, cutmix=0.0, 
data=D:/app/BGA/yolo11/ultralytics-main/my_program/data.yaml, degrees=90.0, deterministic=True, device=0, dfl=1.5, dnn=False, dropout=0.0, dynamic=False, 
embed=None, epochs=200, erasing=0.4, exist_ok=False, 
fliplr=0.5, flipud=0.5, format=torchscript, fraction=1.0, freeze=None, 
half=False, hsv_h=0.015, hsv_s=0.7, hsv_v=0.4, 
imgsz=320, int8=False, iou=0.7, 
keras=False, kobj=1.0, 
line_width=None, lr0=0.01, lrf=0.01, 
mask_ratio=4, max_det=300, mixup=0.0, mode=train, model=D:/app/BGA/yolo11/ultralytics-main/ultralytics/cfg/models/11/yolo11n.yaml, momentum=0.937, mosaic=1.0, multi_scale=True, 
name=train6, nbs=64, nms=False, 
opset=None, optimize=False, optimizer=SGD, overlap_mask=True, 
patience=50, perspective=0.0, plots=True, pose=12.0, pretrained=D:/app/BGA/yolo11/ultralytics-main/my_program/yolo11n.pt, profile=False, project=None, 
rect=True, resume=False, retina_masks=False, 
save=True, save_conf=False, save_crop=False, save_dir=runs\detect\train6, save_frames=False, save_json=False, save_period=-1, save_txt=False, scale=0.5, seed=0, shear=0.0, show=False, show_boxes=True, show_conf=True, show_labels=True, simplify=True, single_cls=False, source=None, split=val, stream_buffer=False, 
task)=detect, time=None, tracker=botsort.yaml, translate=0.1, 
val)=True, verbose=True, vid_stride=1, visualize=False,
warmup_bias_lr)=0.1, warmup_epochs=3.0, warmup_momentum=0.8, weight_decay=0.0005, workers=44, workspace=None

2.predict.py

from ultralytics import YOLOif __name__ == '__main__':# 加载模型model = YOLO(r'D:/app/BGA/yolo11/ultralytics-main/my_program/runs/detect/train5/weights/best.pt')  # YOLOv8n模型model.predict(source=r'D:/app/BGA/yolo11/ultralytics-main/VOCdevkit/train/images/', #修改为自己的图片路径及文件名conf=0.1,  # 置信度阈值iou=0.1,  # IoU 阈值imgsz=320,  # 图像大小device=0,  # 使用设备，None 表示自动选择，比如'cpu','0'augment=True,  # 启用推理时增强save=True,  # 保存推理结果save_txt=True,  # 保存检测结果到文本文件save_conf=True,  # 保存置信度到文本文件show_labels=True,  # 显示检测的标签show_conf=True,  # 显示检测置信度show_boxes=True,  # 显示检测框)

        训练过程参数

1  GPU 显存占用（GPU_mem）

        GPU_mem: 4.2G 表示当前显存占用 4.2GB

2. 损失函数值

(1) 边界框回归损失（box_loss）——越小越好

• 含义：预测框与真实框之间的定位误差（基于 CIoU/DIoU 等损失函数计算）。

• 作用：反映模型对目标位置的预测精度，值越低说明定位越准。

• 典型范围：初始值较高（如 2.5），随着训练逐渐下降至 0.5 以下。

(2) 分类损失（cls_loss）——越小越好

• 含义：预测类别与真实类别的交叉熵误差。

• 作用：衡量模型分类能力，值越低说明分类越准。

• 典型范围：从初始 1.0 左右下降至 0.1-0.3。

(3) 分布焦点损失（dfl_loss）

• 含义：YOLOv11 引入的分布对齐损失（Distribution Focal Loss），用于优化锚框的离散分布。

• 作用：提升小目标检测的稳定性，尤其在密集场景中。

• 典型范围：从 1.5 逐渐下降至 0.3-0.7。

3. 实例统计（Instances & Size）

(1) Instances

• 含义：当前批次（batch）中所有图像包含的目标实例总数。

• 作用：监控数据加载是否正常（如突然降为 0 可能标注有问题）。

• 示例：Instances: 128 表示当前批次共有 128 个目标。

(2) Size

• 含义：当前批次输入图像的尺寸（宽×高）。

• 作用：验证多尺度训练是否生效（若启用 multi_scale，尺寸会动态变化）。

• 示例：Size: 640x480 表示图像被缩放到 640×480。

4. 验证集性能指标——边界框指标（Box(P R mAP50 mAP50-95)）

• P（Precision，精确率）：——越大越好

  • 公式：P=TPTP+FPP=TP+FPTP​

  • 含义：预测为正样本中真实为正的比例，衡量误检率。

  • 目标：越高越好（理想值接近 1.0）。

• R（Recall，召回率）：——越大越好

  • 公式：R=TPTP+FNR=TP+FNTP​

  • 含义：真实正样本中被正确预测的比例，衡量漏检率。

  • 目标：越高越好（理想值接近 1.0）。

• mAP50：——越大越好

  • 含义：IoU 阈值为 0.5 时的平均精度（mean Average Precision）。

  • 作用：通用检测性能指标，值越高说明模型综合性能越好。

  • 典型值：良好模型通常在 0.8 以上。

• mAP50-95：——越大越好

  • 含义：IoU 阈值从 0.5 到 0.95（步长 0.05）的平均 mAP。

  • 作用：衡量模型对不同 IoU 阈值的鲁棒性，值越高说明定位越精准。

  • 典型值：良好模型在 0.5-0.7 之间。

使用yolo11针对含BGA的图像进行图像目标检测，使用预训练模型进行模型训练，需要调节的最重要的几个参数具体是哪几个？若模型训练结束，使用训练好的模型进行推理，需要调节的最重要的几个参数具体是哪几个？

一：使用预训练模型进行模型训练，需要调节的最重要的几个参数具体是哪几个？

1.数据增强参数

train:# 几何增强：处理不同角度的 BGAdegrees: 90.0   # 允许±90°旋转（BGA可能存在90°整数倍旋转）translate: 0.1  # 平移比例，避免目标移出视野scale: 0.7      # 缩放范围，适应不同大小的BGAshear: 5.0      # 剪切变换，模拟非正面视角# 色彩增强：提高光照鲁棒性hsv_h: 0.015    # 色调扰动hsv_s: 0.7      # 饱和度扰动hsv_v: 0.4      # 明度扰动（BGA反光明显，可适当降低）# 镜像增强：BGA通常对称，可启用fliplr: 0.5     # 左右翻转flipud: 0.0     # 上下翻转（根据实际情况调整）

2. 正负样本分配与损失函数

  # 正负样本分配阈值（关键参数）iou_t: 0.2      # 降低阈值，适应不同角度BGA的匹配# 损失函数权重box: 0.1        # 增大边界框权重，强化定位精度（BGA边缘检测重要）cls: 0.3        # 分类权重（根据BGA类型数量调整）obj: 0.7        # 目标置信度权重

二：使用训练好的模型进行推理，需要调节的最重要的几个参数具体是哪几个？

1. 检测阈值（直接影响结果）

detect:conf: 0.4           # 置信度阈值（过滤低置信度预测）iou: 0.3            # NMS IOU阈值（降低以减少重叠框，适合密集BGA）max_det: 1000       # 最大检测目标数（根据图像中BGA数量调整）

2. 后处理与输出控制

  agnostic_nms: False  # 类别无关NMS（根据BGA类型是否需要区分选择）line_thickness: 2    # 边界框线条粗细（可视化效果）

3. 输入尺寸与预处理

  img_size: 640        # 推理时的输入尺寸（与训练一致或成比例）half: True           # 半精度推理（加速，需GPU支持）

三：分析结果

1. 分析推理结果：

   • 若漏检多，降低 conf 或增大 box 权重。
   • 若误检多，提高 conf 或降低 iou_t。

2. 数据增强迭代：

   • 若特定角度的 BGA 检测不佳，针对性增加旋转增强（如 degrees=120）。

总结

阶段	关键参数	推荐值 / 策略
训练	degrees, iou_t, box	90°, 0.2, 0.1
推理	conf, iou, max_det	0.4, 0.3, 1000

最佳实践：从上述参数开始，根据验证集结果逐步微调，避免同时调整多个参数导致问题定位困难。