一、提升模型训练的【速度】的参数

前面我们学了这些参数可以调节模型训练的细节

那么有几个细解参数会影响跑模型的效率：

1、imgsz图片缩放

简单说图片缩放越小，CPU或GPU读取运行的速度更快（最小32，必须是32的倍数）

但是并非越小越好，图片的缩放也影响模型训练的最终的质量高低，比如

所以通常做法是，正常的图片统一设置成【640】即可

2、batch批次训练

batch这个参数就是指定一个批次取数据集取几个图片打包喂给电脑运行

直接说结论，batch太小会很慢，因为每次只投喂一点点数据量，CPU或GPU利用率低；batch太大也会影响效率，因为CPU或显存占用太高忙不过来了，直接爆了，所以我们要取一个适合的区间

技巧就是：

• 每次都设置【batch=-1】，这样YOLO就会自动为你选取一个最佳的batch区间值！！
  • 你可以直接用batch=-1，也可以在给出的最佳值附近调一下试试找到更高效率的值

3、cache使用缓存参数

这个参数一般不用

        只有你的数据集都是尺寸超级大的图片、而且你的内存够大的时候，才会感受到明显的飞速

        原理是学过408的都知道，调用磁盘、调用CPU、调用缓存....这些存取速度都是不一样的，越靠近CPU的存储器读取数据的越快，所以【cache="ram"】原理就是把图片调入内存来加快读取速度

        那如果你内存不够大的话，可能会卡死。。。。

4、预训练model选什么比较好

预训练权重：

• yolo11n.pt（最小，速度快）、yolo11s.pt、yolo11m.pt、yolo11l.pt、yolo11x.pt（最大，精度高）​

自定义结构：

• 自己编写的 YOLO11 yaml 文件（如my_yolo11.yaml）​

调整建议：​

• 通用场景：直接用官方预训练权重（如yolo11s.pt），利用迁移学习加速收敛。​

  # 使用pt文件创建模型
  model = YOLO("yolo11n-obb.pt")
  results = model.train(data="对应数据集位置的那个.yaml", epochs=100, ...其他参数)
  

• 特殊任务（如小目标检测）：基于官方 yaml 修改网络结构后，指定自定义 yaml 文件。

  # 自己自定义修改了官方的yolo11的那个yaml，那就按这个你yaml定的网络模型来训练
  # 加载权重，依旧利用yolo11官方通用的已经被训练过的一些权重
  model = YOLO("你改过后的网络模型配置.yaml").load("yolo11n-obb.pt")

  注意：【model = YOLO("网络模型配置.yaml")】和【results = model.train(data="对应数据集位置.yaml"】这两个yaml文件各有各的用，并不冲突

  • 一个是在model定义的时候引入的【网络模型结构】yaml文件

  • 一个是在开始用model.train()训练的时候指明的【数据集位置】yaml文件

二、提高模型训练【精度】的参数

1、依旧imgsz图片缩放

        前面说过了，特殊图片比如 “遥感影像”，地面上的目标物体特别小而且模糊的时候，可以把imgsz调成【1280×1280】放大一下图片细节，但是训练速度会慢一点点（只能时间换准确性了）

2、epochs - 训练总轮数

作用：指定模型遍历整个训练集的次数，决定训练的总周期。

• 默认值：100，其实基本100次就刚刚好

调整建议：

• 小数据集（<1k 样本）：50-80 epochs，避免过拟合（过拟合：训练集精度高但验证集精度下降）。
• 大数据集（>10k 样本）：100-200 epochs，确保模型充分学习数据特征。

观察指标：

• 若验证集 mAP（平均精度）不再提升，可提前停止训练（YOLO11 支持自动早停，需配合patience参数）。

3、图像数据增强

1）augment=Ture开数据增强、以及自定义参数值

        前面我们学过opencv的数据增强以及pytorch里tensorflow自带图像增强，但是通通不用管了（白学......），我们在train时设置一个参数【augment=Ture】，就会得到这些数据增强操作了哈哈.....

；

；

        但是打开augment只是用yolo自带的默认值，对于图片色彩变化的值，我们可以自定义调整设置成我们自己的值：【hsv_h色相】、【hsv_s饱和度】、【hsv_v亮度】

还有【degree角度旋转】

2）mosaic马赛克拼接

【augment=Ture】不包含这个操作，所以要我们单独设置这个参数

mosaic增强的原理就是随机取几张图拼接在一起

然后在指定范围内找个拼接点，割出设置的输入图像的尺寸大小

留白的地方把各个小图拉伸缩放，直到占满整个尺寸，成为一个混合拼接图

所以我们可以开启这个参数，相当于给我们的数据又增加了数据量和多样性

        但是要注意mosaic的参数值，我们可以一点点往小调，看看每次训练的效果，我们只需取一小部分图像进行图像拼接即可，太多比例会增加过多【把实际目标切掉的无用图片】

另外

2）Mixup混合

【augment=Ture】不包含这个操作，所以要我们单独设置这个参数

        混合，见名思意，多个图混在一次，我觉得是没什么意义，反而是给计算机增加“乱七八糟错误的学习资料”，所以一般是【Mixup=0】

3）copy_paste复制粘贴

【augment=Ture】不包含这个操作，所以要我们单独设置这个参数

        copy_paste的原理也很简单，大致就是把一个图片的目标物体（根据txt标签的标的框）抠下来复制到另一个图片上，只会比mosaic、mixup更为友好，尽可能保持了图片的完整性，能区分得出图片里的各个目标物体（下面是我的例子）

4）perspective透视变换

【augment=Ture】不包含这个操作，所以要我们单独设置这个参数（Affine仿射变化包含在augment=True所以不用单独设置）

        就是对图片做轻微的 3D 透视变形，模拟不同拍摄角度下的目标形态

        一般设置为极小值0.001，是为了轻微改变透视关系，既提升模型泛化能力，又不破坏原本小目标的原始形态（如果值太大，小目标会被拉伸变形，特征丢失）

6、patient早停

之前我的一个模型，AI建议我从50轮早停到60轮，就是因为：

7、box和cls权重

目标类别少的时候，box框的权重加大！！反之则加大cls分类权重

8、dropout 概率

作用：在网络中加入 dropout 层，防止过拟合（随机 “关闭” 部分神经元，降低模型对局部特征的依赖）。

• 默认值：0.0（YOLO11 默认不启用 dropout，官方测试表明其对检测任务增益有限）。

调整建议：

• 小数据集 + 过拟合严重：设为 0.1-0.2（轻微 dropout，平衡拟合与性能）。
• 大数据集：保持 0.0，无需 dropout 即可稳定训练

至于有的YOLO11的一些机制也比dropout更好用，可以参考AI给我的回答

9、lr0和lrf（学习率Linear Scaling Rule）

当 batch_size 放大 k 倍时，学习率lr0也放大 k 倍，可保持收敛性。

• 示例：
  • batch=16 → lr0=0.01
  • batch=64 → lr0=0.04

        不过当0.01这么小还是训练效果不太好时，可以尝试继续进一步调低学习率，因为比如微小目标特征维度低、信息量少，高学习率会导致参数 “震荡”（损失函数导数下降不稳定，学了就忘）；低学习率让参数缓慢更新，能学透小特征

总结

我个人某个玉米雄穗数据集的训练设置的参数参考

但是具体还是一次次训练后根据run/train里的模型评估结果对比来调整的

三、锚框定制

1、锚框大概原理

        我们需要知道，YOLO的目标检测框叫 “锚框”，并不是按标签文件里的真实框定的，而是基于一个叫COCO的数据集预测到的 “通用框”，靠这个数据集训练的模型的锚框可以识别很多物体

        于是面对新的数据集，YOLO也是先用预测框来计算，如果预选框里包含真实框的区域，那么再调整精算偏移量，进而更贴近真实框，这样做也是加快预测框计算的速度

；

        但是这样的弊端就是，基于COCO数据集的锚框可能并不适用所有数据集，比如我的训练的数据集是玉米雄穗，COCO数据集明显没有这种物体类别，所以我们还是应该用我们的标签真实框数据来计算锚框

2、修改自定义锚框代码

        这里我用AI写了一个计算锚框的脚本，适用于极小目标物体、图片放大到1280尺寸的，如果不适用你的需求，可以用我的脚本喂给AI让它根据你的需求来修改调整

# calc_anchors.py - 纯通用代码，适配所有ultralytics 8.x版本
import os
import yaml
import numpy as np
from scipy.cluster.vq import kmeans

# 解决Windows冲突
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"

# ===================== 1. 手动加载并处理数据集yaml（完全通用） =====================
data_yaml_path = r"你自己数据集位置配置的yaml文件路径"
with open(data_yaml_path, "r", encoding="utf-8") as f:
    data_cfg = yaml.safe_load(f)

# 拼接训练集图片的绝对路径（基于yaml里的path字段）
dataset_root = data_cfg["path"]  # 从yaml里取path
train_img_relative = data_cfg["train"]  # 从yaml里取train相对路径
train_img_path = os.path.join(dataset_root, train_img_relative)

# 拼接训练集标注文件的绝对路径（YOLO标注默认在labels文件夹）
train_label_path = os.path.join(dataset_root, "labels", os.path.basename(train_img_relative))

# ===================== 2. 直接读取标注文件统计目标尺寸（绕开ultralytics的坑） =====================
wh_list = []
# 遍历所有训练集图片对应的标注文件
for img_file in os.listdir(train_img_path):
    # 获取对应标注文件的路径（图片名转txt名）
    label_file = os.path.splitext(img_file)[0] + ".txt"
    label_file_path = os.path.join(train_label_path, label_file)

    # 跳过不存在的标注文件
    if not os.path.exists(label_file_path):
        continue

    # 读取标注文件（YOLO格式：class x y w h）
    with open(label_file_path, "r", encoding="utf-8") as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            # 解析标注：class, x(归一化), y(归一化), w(归一化), h(归一化)
            parts = line.split()
            if len(parts) != 5:
                continue
            _, x_norm, y_norm, w_norm, h_norm = parts
            # 转换为1280尺寸下的绝对宽高
            w_abs = float(w_norm) * 1280
            h_abs = float(h_norm) * 1280
            # 过滤极小目标
            if w_abs > 2 and h_abs > 2:
                wh_list.append([w_abs, h_abs])

# ===================== 3. 生成锚框并输出 =====================
if not wh_list:
    print("❌ 未统计到目标框！检查：")
    print(f"1. 数据集根目录：{dataset_root} 是否存在？")
    print(f"2. 训练集图片路径：{train_img_path} 是否有图片？")
    print(f"3. 训练集标注路径：{train_label_path} 是否有对应的txt文件？")
else:
    wh_array = np.array(wh_list)
    # Kmeans聚类生成9个锚框
    anchors = (kmeans(wh_array / 1280, 9)[0] * 1280).round().astype(int)
    anchors = anchors[np.argsort(anchors[:, 0] * anchors[:, 1])]  # 按面积排序
    anchor_groups = [
        anchors[:3].ravel().tolist(),  # 小锚框（适配雄穗）
        anchors[3:6].ravel().tolist(),  # 中锚框
        anchors[6:9].ravel().tolist()  # 大锚框
    ]

    print("\n✅ 你的数据集专属锚框（复制到yolo11.yaml）：")
    print("anchors:")
    for g in anchor_groups:
        print(f"  - {g}")

    print(f"\n📊 统计信息：")
    print(f"目标总数：{len(wh_list)} 个")
    print(f"平均尺寸：{np.mean(wh_array, axis=0).round(1)} 像素")

重点部分在这，有兴趣可以自己去了解

；

然后把这脚本运行后计算的锚框，复制到yolo11.yaml文件里

        （yolo11.yaml是专门用来配置yolo11网络模型权重的，你可以去原文件里改，但是尽量复制到你的项目里改，train训练的时候也是指定这个复制的yaml）

四、yolo验证

        前面我们讲了【数据集准备Datasets】、【模型预测Predict】、【模型训练Train】，现在该讲一下【模型验证Validated】了

        其实验证就是去数据集（一般是验证集，当然别的测试集也行）取一组图像给模型predict预测一下，然后得到的【预测结果】去和【我们原始的真实标签结果】对比，相当于把做完的试卷对一下答案，最终打个分——得出这个模型的评价标准

1、模型评估指标原理回顾（重要！！）

而模型的评价标准，我们前面第一篇其实讲过了，回顾一下

 

；

4个小术语：

• TP正检：【是小汽车且被正确预测到】
• FP错检：【不是小汽车却被预测成小汽车】
• FN漏检：【是小汽车但是没被预测出来】

•  TN负检（一般没用）

• 需要注意这几个值是基于我们设定的【IOC值】来判断的，也就是预测框和实际框的差值是否符合阈值内，而不是预测出了这个目标就是对了

有了TP / FP / FN，就可以计算出Precision、Recall这两个指标值，也称P值、R值

P曲线、R曲线、AP的含义

mAP、F1的含义

其实说白了AP、mAP、F1.......都是在综合考察【P和R】的指标

2、训练和验证原理

        那么我们训练的过程其实就已经在自动验证了，每一轮训练的时候，模型先从【训练集】那一组图片学习，然后再去【验证集】拿一组图片验证刚刚学习的结果，会得到这一轮的4个评估结果：P、R、mAP50、mAP50~95（控制台的每一轮的进度条会看到），然后4个值进行加权平均数计算后得到一个【本轮适应度fitness】，然后更新到【last.pt】，而【best.pt】则是每一轮都跟上一轮对比，如果没有上一轮的适应度好就不会更新，所以为什么叫他best，顾名思义。

3、手动验证

        当然我们也可以手动验证，只需要在【和训练模型的py文件同级别的目录下】创建一个验证代码py文件，然后协商这样的代码（注意不需要写验证集的位置这些参数了，因为训练的时候模型已经记住了你验证集的位置）

；

就会得到前面我们说到的P、R、mAP.....这些数据统计图，也就是验证后的模型评估指标

下一篇讲YOLO项目实战