YOLOv11开发流程

1. YOLOv11简介

YOLO（You Only Look Once）是一种实时目标检测算法，自2015年Joseph Redmon等人提出以来，已经发展到第十一代（YOLOv11）。YOLOv11在保持高速检测的同时，大幅提升了检测精度，引入了更多先进技术，如更高效的骨干网络、改进的特征融合策略和优化的损失函数等。

2. 环境搭建

首先需要准备好YOLOv11的运行环境，包括Python、PyTorch和相关依赖库。

# 创建虚拟环境
# 创建虚拟环境（使用venv）
python -m venv yolov11_env --system-site-packages# 激活虚拟环境（Linux/macOS）
source yolov11_env/bin/activate# 安装PyTorch（根据CUDA版本选择），装了的话就不用装了
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118# 克隆YOLOv11仓库
git clone https://github.com/ultralytics/yolov11.git
cd yolov11# 安装依赖库
pip install -r requirements.txt

环境验证：

python check_env.py

该脚本会检查PyTorch版本、CUDA可用性和其他必要依赖是否正确安装。

3. 数据准备

目标检测任务需要标注好的数据集，通常使用COCO、Pascal VOC等公开数据集，也可以使用自己标注的数据集。

3.1 数据集结构

YOLOv11要求数据集遵循特定的目录结构：

datasets/my_dataset/images/train/val/test/labels/train/val/test/data.yaml

3.2 数据标注格式

YOLO使用txt文件存储标注信息，每个txt文件对应一张图像，格式如下：

<class_id> <x_center> <y_center> <width> <height>

其中坐标值都是相对于图像宽高的归一化值。

3.3 数据集配置文件

data.yaml文件需要包含以下信息：

train: ../datasets/my_dataset/images/train/
val: ../datasets/my_dataset/images/val/
test: ../datasets/my_dataset/images/test/  # 可选nc: 80  # 类别数量
names: ['person', 'bicycle', 'car', ...]  # 类别名称

3.4 数据增强

YOLOv11内置了丰富的数据增强方法，包括随机缩放、旋转、翻转、色域变换等。可以通过修改配置文件来调整增强策略：

# 数据增强配置示例
augment:hsv_h: 0.015  # 色调增强系数hsv_s: 0.7    # 饱和度增强系数hsv_v: 0.4    # 亮度增强系数flipud: 0.5   # 上下翻转概率fliplr: 0.5   # 左右翻转概率rotate: 10.0  # 旋转角度范围scale: 0.5    # 缩放比例范围

4. 模型配置

YOLOv11提供了多种预训练模型，可以根据任务需求选择合适的模型。模型配置文件位于models/目录下。

4.1 模型选择

常见的YOLOv11模型有：

• yolov11n.pt：超轻量模型，适合边缘设备
• yolov11s.pt：小模型，平衡速度和精度
• yolov11m.pt：中等模型，适合通用场景
• yolov11l.pt：大模型，高精度
• yolov11x.pt：超大模型，最高精度

4.2 自定义模型

如果需要自定义模型结构，可以修改相应的yaml文件。例如，修改anchors、深度和宽度系数等：

# 模型配置示例
nc: 80  # 类别数
depth_multiple: 0.33  # 模型深度系数
width_multiple: 0.50  # 模型宽度系数backbone:# [from, number, module, args][[-1, 1, Conv, [64, 3, 2]],  # 0-P1/2[-1, 1, Conv, [120, 3, 2]],  # 1-P2/4[-1, 3, C3, [120]],[-1, 1, Conv, [240, 3, 2]],  # 3-P3/8[-1, 6, C3, [240]],[-1, 1, Conv, [480, 3, 2]],  # 5-P4/16[-1, 9, C3, [480]],[-1, 1, Conv, [960, 3, 2]],  # 7-P5/32[-1, 3, C3, [960]],[-1, 1, SPPF, [960, 5]],  # 9]

5. 模型训练

准备好数据和模型配置后，就可以开始训练了。

5.1 基础训练命令

python train.py --img 640 --batch 16 --epochs 100 --data data.yaml --cfg models/yolov11s.yaml --weights yolov11s.pt --name my_yolov11s_run

5.2 训练参数详解

• --img 640：输入图像尺寸，YOLOv11支持不同尺寸的输入
• --batch 16：批次大小，根据GPU内存调整
• --epochs 100：训练轮次，通常需要数百轮
• --data data.yaml：数据集配置文件路径
• --cfg models/yolov11s.yaml：模型配置文件路径
• --weights yolov11s.pt：预训练权重路径，从头训练用--weights ''
• --name my_yolov11s_run：训练运行名称，用于保存结果
• --device 0：指定GPU ID，多GPU用0,1,2或CPU
• --workers 8：数据加载线程数
• --hyp data/hyps/hyp.scratch.yaml：超参数配置文件

5.3 高级训练技巧

# 混合精度训练（加速训练）
python train.py --img 640 --batch 16 --epochs 100 --data data.yaml --weights yolov11s.pt --amp# 多GPU训练
python -m torch.distributed.run --nproc_per_node 4 train.py --img 640 --batch 64 --epochs 100 --data data.yaml --weights yolov11s.pt# 断点续训
python train.py --resume# 超参数优化
python train.py --hyp data/hyps/hyp.scratch.yaml --epochs 30 --data data.yaml --weights yolov11s.pt --evolve 50

6. 模型验证

训练完成后，需要验证模型的性能。

python val.py --weights runs/train/my_yolov11s_run/weights/best.pt --data data.yaml --img 640 --batch 32 --task val

验证参数详解：

• --task val/test：验证类型（验证集/测试集）
• --conf 0.001：置信度阈值
• --iou 0.65：IoU阈值
• --save-txt：保存预测结果到txt文件
• --save-conf：保存置信度分数
• --save-json：保存结果到COCO JSON格式

验证完成后，会生成一系列评估指标，包括mAP@0.5、mAP@0.5:0.95等。

7. 模型推理

使用训练好的模型进行目标检测推理。

python detect.py --weights runs/train/my_yolov11s_run/weights/best.pt --source path/to/images/ --img 640 --conf 0.4 --iou 0.5

推理参数详解：

• --source 0：0表示摄像头，也可以是图像/视频路径或文件夹
• --view-img：显示推理结果
• --save-txt：保存预测框坐标到txt文件
• --save-conf：保存预测置信度
• --line-thickness 3：边界框线条粗细
• --hide-labels：隐藏标签
• --hide-conf：隐藏置信度

7.1 对视频进行推理

python detect.py --weights best.pt --source path/to/video.mp4

7.2 对摄像头进行实时推理

python detect.py --weights best.pt --source 0 --view-img

8. 模型导出

将训练好的模型导出为不同格式，以便在不同平台上部署。

python export.py --weights runs/train/my_yolov11s_run/weights/best.pt --img 640 --batch 1 --include onnx tensorrt openvino

导出参数详解：

• --include onnx/tensorrt/openvino/coreml/pb/tflite：导出格式
• --half：半精度FP16导出
• --dynamic：动态批处理导出（ONNX）
• --simplify：简化ONNX模型
• --opset 16：ONNX opset版本

8.1 导出为ONNX格式

python export.py --weights best.pt --include onnx --dynamic

8.2 导出为TensorRT格式

python export.py --weights best.pt --include tensorrt --half

9. 模型部署

导出的模型可以部署到不同平台上。

9.1 ONNX模型部署

import onnxruntime
import cv2
import numpy as np# 加载模型
session = onnxruntime.InferenceSession('best.onnx')# 预处理图像
def preprocess(image):image = cv2.resize(image, (640, 640))image = image.transpose(2, 0, 1)image = np.expand_dims(image, 0)image = image.astype(np.float32) / 255.0return image# 后处理结果
def postprocess(outputs, conf_thres=0.4, iou_thres=0.5):# 实现NMS和边界框解码pass# 推理
image = cv2.imread('image.jpg')
input_tensor = preprocess(image)
outputs = session.run(None, {'images': input_tensor})
results = postprocess(outputs)

9.2 TensorRT模型部署

import tensorrt as trt
import pycuda.driver as cuda
import pycuda.autoinit
import cv2
import numpy as np# 加载TensorRT引擎
def load_engine(engine_file_path):with open(engine_file_path, 'rb') as f:engine_data = f.read()runtime = trt.Runtime(trt.Logger(trt.Logger.WARNING))return runtime.deserialize_cuda_engine(engine_data)# 推理函数
def inference(engine, image):# 分配内存h_input = cuda.pagelocked_empty(trt.volume(engine.get_binding_shape(0)), dtype=np.float32)h_output = cuda.pagelocked_empty(trt.volume(engine.get_binding_shape(1)), dtype=np.float32)# 创建CUDA流stream = cuda.Stream()# 预处理图像input_tensor = preprocess(image)np.copyto(h_input, input_tensor.ravel())# 创建执行上下文context = engine.create_execution_context()# 分配GPU内存d_input = cuda.mem_alloc(h_input.nbytes)d_output = cuda.mem_alloc(h_output.nbytes)# 传输数据到GPUcuda.memcpy_htod_async(d_input, h_input, stream)# 执行推理context.execute_async(bindings=[int(d_input), int(d_output)], stream_handle=stream.handle)# 传输结果到CPUcuda.memcpy_dtoh_async(h_output, d_output, stream)# 同步流stream.synchronize()# 后处理结果output = h_output.reshape(engine.get_binding_shape(1))results = postprocess(output)return results

10. 自定义数据集训练

如果使用自己的数据集，需要进行以下步骤：

1. 收集图像数据
2. 使用标注工具（如LabelImg、CVAT）标注数据
3. 转换标注格式为YOLO格式
4. 创建data.yaml配置文件
5. 开始训练

# 示例：使用自定义数据集训练
python train.py --img 640 --batch 16 --epochs 100 --data datasets/my_dataset/data.yaml --weights yolov11s.pt

11. 性能优化

提高YOLOv11性能的方法：

1. 调整模型大小：根据需求选择合适的模型（n/s/m/l/x）
2. 优化超参数：使用--evolve命令自动寻找最优超参数
3. 数据增强：增加训练数据的多样性
4. 混合精度训练：使用--amp加速训练
5. 模型剪枝和量化：减少模型大小和计算量

12. 常见问题解决

1. CUDA内存不足：减小batch size或使用更小的模型
2. 训练不收敛：检查数据标注质量，调整学习率
3. 推理速度慢：使用TensorRT加速，减小输入尺寸
4. 精度低：增加训练轮次，使用更大的模型，改进数据增强

13. 应用案例

YOLOv11可以应用于多种场景：

1. 安防监控：人员检测、行为分析
2. 自动驾驶：车辆、行人、交通标志检测
3. 工业检测：产品缺陷检测
4. 农业：农作物病虫害检测
5. 无人机：地形分析、目标跟踪