零基础实战YOLO目标检测：从环境搭建到模型训练全流程指南

30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度这次我们来看一个面向零基础开发者的 YOLO 目标检测实战教程。YOLOYou Only Look Once是目前应用最广泛的实时目标检测算法之一而 Ultralytics 团队维护的 YOLO 系列框架以其简洁的 API 和强大的功能成为了从入门到部署的首选工具。无论你是想快速验证一个想法还是需要为特定场景如工业质检、安防监控、自动驾驶感知训练一个定制模型掌握 YOLO 的完整工作流都是必备技能。本文将以最新的 Ultralytics YOLO 框架涵盖 YOLOv8、YOLOv10 及未来的 YOLO26为核心手把手带你走通从环境搭建、模型推理、数据集制作到模型训练与评估的全过程。重点不是讲复杂的算法原理而是让你能在自己的电脑上用最少的配置跑通一个完整的项目。我们会关注几个核心问题需要什么样的硬件显存占用多少如何一键启动推理和训练如何准备自己的数据训练过程中遇到问题怎么排查如果你之前被环境配置、数据格式、训练报错劝退过那么这篇保姆级教程就是为你准备的。1. 核心能力速览在深入细节之前我们先快速了解 Ultralytics YOLO 框架的核心特性和门槛让你判断是否适合继续往下走。能力项说明项目类型目标检测、实例分割、姿态估计、分类、OBB 旋转框检测等多任务框架开源团队Ultralytics (Glenn Jocher 等)主要功能模型推理预测、模型训练、模型验证、模型导出、模型部署推荐硬件GPU (推荐)NVIDIA GPU (GTX 1060 6G 或更高)支持 CUDA。CPU (可用)支持纯 CPU 推理和训练速度较慢。显存占用 (推理)YOLOv8n (最小模型)约 1-2 GB (取决于图像尺寸和批量大小)。YOLOv8x (最大模型)约 4-8 GB。自定义训练通常需要 6GB 以上显存具体取决于模型大小和批次大小。支持平台Windows 10/11, Linux (Ubuntu/CentOS), macOS (CPU/M1/M2/M3)启动/使用方式命令行 (CLI)、Python API、Web UI (通过 Gradio 等第三方)、REST API (需自行封装)是否支持 API原生提供 Python API可轻松集成到脚本中。RESTful API 服务需基于 Flask/FastAPI 等自行搭建。是否支持批量任务是。CLI 和 Python API 均支持对单张图片、图片目录、视频文件进行批量推理。训练本身也是批量进行的。适合场景学术研究、原型验证、工业视觉项目、移动端/边缘设备部署、教育学习关键点解读对新手友好几行代码即可完成推理和训练无需深入底层实现。硬件门槛灵活小模型可在消费级显卡甚至 CPU 上运行大模型和训练则需要更强的 GPU。功能全面不止于检测还支持分割、姿态估计等且训练、验证、导出流水线完善。部署生态成熟支持导出为 ONNX、TensorRT、CoreML、NCNN 等多种格式方便部署到各种平台。2. 适用场景与使用边界适合谁用深度学习初学者想快速入门计算机视觉和目标检测。算法工程师/研究员需要快速验证新想法或为特定任务微调模型。嵌入式/边缘计算开发者需要将模型部署到 Jetson、树莓派等设备。学生和教育者用于课程设计、毕业项目或教学演示。传统视觉工程师希望引入深度学习能力来解决复杂检测问题。能解决什么问题通用物体检测识别图片或视频中的物体人、车、动物等并给出位置。特定场景检测如生产线上的缺陷检测、遥感图像中的建筑物识别、医疗影像分析。实时视频分析安防监控、人流统计、自动驾驶感知。模型轻量化与部署将训练好的模型转换为高效格式部署到服务器或边缘设备。不适合什么场景需要极高检测精度如军事、医疗诊断YOLO 虽强但在某些极端场景下可能仍需更 specialized 的模型或后处理。数据极度匮乏YOLO 训练需要一定量的标注数据如果只有几十张图片效果可能不佳需结合数据增强或迁移学习。对模型解释性要求极高YOLO 是端到端的黑盒模型难以提供详细的决策依据。版权、隐私与安全边界模型权重Ultralytics 提供的预训练权重基于 COCO 等开源数据集可用于研究和商业项目但需遵守其许可证通常是 AGPL-3.0 或商业许可。自定义数据你必须拥有所使用的训练图片的合法版权或使用权。涉及人脸、车牌等敏感信息时务必确保已获得授权或进行脱敏处理并遵守《个人信息保护法》等相关法律法规。应用场景禁止用于任何非法监控、侵犯他人隐私、制作虚假信息等用途。技术本身无善恶使用者需承担全部责任。3. 环境准备与前置条件在开始敲代码之前请确保你的开发环境满足以下要求。这是后续所有步骤的基础。3.1 硬件与操作系统操作系统Windows 10/11, Ubuntu 18.04/20.04/22.04 或更高版本macOS 10.14。本文以Windows 11和Ubuntu 22.04为主要演示环境。CPU现代多核处理器Intel i5/Ryzen 5 或以上。内存至少 8 GB推荐 16 GB 或以上尤其是训练时。GPU强烈推荐NVIDIA GPU显存至少 4GB用于小模型推理训练推荐 8GB 或以上。确保已安装正确版本的NVIDIA 显卡驱动。磁盘空间至少 10 GB 可用空间用于安装 Python、库、模型和数据集。3.2 软件环境Python: 版本 3.8 到 3.11。不建议使用 Python 3.12可能遇到某些包不兼容。可通过python --version检查。CUDA 和 cuDNN (仅 GPU 用户)如果你使用 NVIDIA GPU 进行加速需要安装 CUDA 和 cuDNN。Ultralytics 通常会自动安装匹配的 PyTorch 版本但为了稳定建议先确认你的显卡驱动支持的 CUDA 最高版本通过nvidia-smi查看然后安装对应的 PyTorch。查看驱动支持的CUDA版本nvidia-smi在输出顶部找到 “CUDA Version: 12.4” 之类的信息。包管理工具pip(Python 自带) 或conda(Anaconda/Miniconda)。本文使用pip。代码编辑器/IDEVSCode、PyCharm 或 Jupyter Notebook 均可。3.3 环境检查清单在终端中执行以下命令确保基础环境正常# 检查 Python 版本 python --version # 检查 pip 是否可用 pip --version # 如果有 GPU检查驱动和 CUDAWindows 可在 cmd 或 PowerShell 中运行 nvidia-smi nvidia-smi如果nvidia-smi命令报错或未显示 GPU 信息说明 NVIDIA 驱动未正确安装请先安装驱动。4. 安装部署与启动方式Ultralytics YOLO 的安装极其简单主要通过 pip 完成。我们提供两种主流方式纯净的 pip 安装和便于环境管理的 conda 安装。4.1 方式一使用 pip 安装推荐这是最直接、最常用的方法。打开你的终端Windows 用 CMD 或 PowerShellLinux/macOS 用 Terminal。创建并激活虚拟环境可选但强烈推荐 虚拟环境可以隔离项目依赖避免包冲突。# 创建名为 yolo_env 的虚拟环境 python -m venv yolo_env # 激活虚拟环境 # Windows: yolo_env\Scripts\activate # Linux/macOS: source yolo_env/bin/activate激活后命令行提示符前会出现(yolo_env)字样。安装 Ultralytics 包pip install ultralytics这个命令会自动安装 ultralytics 包及其所有依赖包括 PyTorch。它会根据你的系统自动选择 CPU 或 GPUCUDA版本的 PyTorch。如果你想指定 PyTorch 版本可以先安装 PyTorch再安装 ultralytics。验证安装python -c from ultralytics import YOLO; print(Ultralytics YOLO 安装成功)如果没有报错说明安装成功。4.2 方式二使用 Conda 安装如果你习惯使用 Anaconda 管理环境。创建 Conda 环境conda create -n yolo_env python3.10 conda activate yolo_env安装 PyTorch (GPU版) 前往 PyTorch 官网 获取适合你 CUDA 版本的安装命令。例如对于 CUDA 12.1conda install pytorch torchvision torchaudio pytorch-cuda12.1 -c pytorch -c nvidia安装 Ultralyticspip install ultralytics4.3 “一键启动”推理体验安装完成后不需要任何额外配置你就可以立即开始使用 YOLO。这可以算是最简单的“一键启动”。使用 Python 脚本进行第一张图片的推理 创建一个名为first_detection.py的文件内容如下from ultralytics import YOLO import cv2 # 1. 加载一个预训练模型 (这里使用最小的 YOLOv8n 检测模型) model YOLO(yolov8n.pt) # 会自动从 Ultralytics 服务器下载模型 # 2. 对一张图片进行推理 results model(https://ultralytics.com/images/bus.jpg) # 可以使用网络图片URL或本地路径如 ‘path/to/your/image.jpg’ # 3. 显示结果 # results[0].show() # 会使用默认图片查看器打开 # 或者使用 OpenCV 显示 for r in results: im_array r.plot() # 绘制检测框的 numpy 数组 cv2.imshow(YOLO Detection, im_array) cv2.waitKey(0) cv2.destroyAllWindows() # 4. 打印检测到的物体信息 for result in results: boxes result.boxes # 检测框对象 print(f检测到 {len(boxes)} 个物体) for box in boxes: cls_id int(box.cls) # 类别ID conf float(box.conf) # 置信度 xyxy box.xyxy.tolist()[0] # 框的坐标 [x1, y1, x2, y2] print(f 类别: {result.names[cls_id]}, 置信度: {conf:.2f}, 位置: {xyxy})运行这个脚本python first_detection.py你会看到程序自动下载yolov8n.pt模型文件然后对示例公交车图片进行检测并弹出窗口显示带框的结果同时在终端打印检测到的物体信息。这就是你的第一个 YOLO 程序5. 功能测试与效果验证安装成功并跑通第一个例子后我们来系统性地测试 YOLO 的核心功能。我们将按照推理 - 验证 - 训练的主线进行。5.1 基础推理功能测试推理Prediction是 YOLO 最核心的功能即用训练好的模型对新的图片或视频进行预测。测试1图片推理与结果保存from ultralytics import YOLO model YOLO(yolov8n.pt) # 使用 nano 模型速度快 # 对单张图片推理并保存结果 results model.predict(sourcepath/to/your/image.jpg, saveTrue, save_txtTrue) # source: 图片路径、URL、目录或摄像头ID如0 # saveTrue: 将可视化结果图片保存到 ‘runs/detect/predict’ 目录 # save_txtTrue: 将检测结果类别、位置、置信度保存为 YOLO 格式的 .txt 文件 print(f结果已保存至: {results[0].save_dir})预期结果在项目根目录下会生成runs/detect/predict文件夹里面包含画了检测框的图片image.jpg和对应的标签文件image.txt。测试2视频文件推理results model.predict(sourcepath/to/your/video.mp4, saveTrue, conf0.5) # conf: 置信度阈值低于此值的检测框将被过滤预期结果生成一个带有检测框的新视频文件。测试3实时摄像头推理results model.predict(source0, showTrue, saveFalse) # source0 表示默认摄像头 # showTrue: 实时显示检测画面按q键退出显示窗口。测试4批量图片推理results model.predict(sourcepath/to/image/folder/, saveTrue)预期结果处理文件夹内所有支持的图片格式jpg, png, bmp等并分别保存结果。5.2 模型验证与性能指标在训练前或训练后我们需要用验证集评估模型的性能。Ultralytics 内置了方便的验证功能。from ultralytics import YOLO model YOLO(yolov8n.pt) # 也可以是你的自定义模型 ‘best.pt’ # 在 COCO128 示例数据集上验证模型 metrics model.val(datacoco8.yaml) # 使用内置的小型数据集配置 # 如果你有自己的数据集使用 ‘data‘path/to/your/data.yaml’’ print(metrics.box.map) # 打印 mAP50-95 print(metrics.box.map50) # 打印 mAP50 print(metrics.box.map75) # 打印 mAP75 print(metrics.speed) # 打印推理速度关键指标解读mAP50 (mAP0.5)交并比(IoU)阈值为0.5时的平均精度均值是目标检测最常用的指标之一值越高越好。mAP50-95 (mAP[0.5:0.95])IoU阈值从0.5到0.95步长0.05的平均mAP更综合、更严格。推理速度包括预处理、推理、后处理的总时间单位通常是毫秒每张图(ms/img)。5.3 自定义数据集训练全流程这是本教程的重中之重。我们将创建一个最简单的自定义数据集并完成训练。步骤1准备数据集结构YOLO 要求特定的数据集格式。假设我们要训练一个检测“猫”和“狗”的模型。custom_dataset/ ├── images/ │ ├── train/ │ │ ├── image1.jpg │ │ ├── image2.jpg │ │ └── ... │ └── val/ │ ├── image100.jpg │ ├── image101.jpg │ └── ... └── labels/ ├── train/ │ ├── image1.txt │ ├── image2.txt │ └── ... └── val/ ├── image100.txt ├── image101.txt └── ...images/train/和images/val/分别存放训练和验证图片。labels/train/和labels/val/存放对应的标注文件每个.txt文件与图片同名。标注文件.txt格式每一行代表一个物体class_id center_x center_y width height。坐标是归一化后的0-1之间。# 例如图片 image1.jpg 中有一只猫class_id0和一只狗class_id1 # image1.txt 内容 0 0.5 0.5 0.3 0.4 1 0.7 0.3 0.2 0.3步骤2创建数据集配置文件data.yaml在custom_dataset/目录下创建data.yaml文件# data.yaml path: /absolute/path/to/custom_dataset # 数据集的根目录 train: images/train # 训练图片的相对路径相对于 path val: images/val # 验证图片的相对路径 # 类别名称和数量 names: 0: cat 1: dog # 类别数量 nc: 2步骤3开始训练使用 Python API 或 CLI 启动训练。这里展示 CLI 方式更直观。# 在终端中确保处于虚拟环境并切换到 custom_dataset 的父目录 yolo taskdetect modetrain modelyolov8n.pt datacustom_dataset/data.yaml epochs50 imgsz640 batch16参数解释taskdetect: 指定任务为检测还有segment,pose,classify。modetrain: 训练模式。modelyolov8n.pt: 使用预训练的 YOLOv8n 模型作为起点迁移学习。data...: 指向你的数据集配置文件。epochs50: 训练轮数。imgsz640: 输入图片缩放到的尺寸。batch16: 批次大小。如果显存不足报 CUDA out of memory请减小此值如 8, 4, 2。训练过程观察 训练开始后终端会显示进度条、损失曲线和关键指标。训练日志和模型权重会自动保存到runs/detect/train目录下。步骤4使用训练好的模型进行推理训练完成后最佳模型会保存在runs/detect/train/weights/best.pt。from ultralytics import YOLO # 加载你训练好的模型 custom_model YOLO(‘runs/detect/train/weights/best.pt’) # 用新图片测试 results custom_model.predict(source‘new_cat_image.jpg’, saveTrue, conf0.5) results[0].show()如果成功检测出猫或狗恭喜你自定义模型训练成功6. 接口 API 与批量任务虽然 Ultralytics 没有内置的 HTTP 服务但我们可以轻松地基于其 Python API 封装成 RESTful API或构建高效的批量处理脚本。6.1 构建简单的 Flask API 服务创建一个app.py文件from flask import Flask, request, jsonify from ultralytics import YOLO import cv2 import numpy as np from PIL import Image import io app Flask(__name__) model YOLO(‘yolov8n.pt’) # 或加载你的 ‘best.pt’ app.route(‘/predict’, methods[‘POST’]) def predict(): if ‘file’ not in request.files: return jsonify({‘error’: ‘No file provided’}), 400 file request.files[‘file’] image_bytes file.read() image Image.open(io.BytesIO(image_bytes)) image_np np.array(image) # 执行推理 results model(image_np) # 解析结果 detections [] for r in results: for box in r.boxes: cls_id int(box.cls) conf float(box.conf) xyxy box.xyxy.tolist()[0] detections.append({ ‘class’: model.names[cls_id], ‘confidence’: conf, ‘bbox’: xyxy # [x1, y1, x2, y2] }) return jsonify({ ‘detections’: detections, ‘original_shape’: image_np.shape }) if __name__ ‘__main__’: app.run(host‘0.0.0.0’, port5000, debugFalse)运行服务python app.py使用curl或 Postman 测试curl -X POST -F “filetest.jpg” http://127.0.0.1:5000/predict6.2 高效批量任务脚本对于需要处理大量图片或视频的场景一个健壮的批量脚本至关重要。import os from pathlib import Path from ultralytics import YOLO import time class BatchProcessor: def __init__(self, model_path‘yolov8n.pt’): self.model YOLO(model_path) self.results_dir Path(‘batch_results’) self.results_dir.mkdir(exist_okTrue) def process_folder(self, input_folder, output_folderNone, conf0.25): input_path Path(input_folder) if not input_path.exists(): print(f“输入目录不存在: {input_folder}”) return if output_folder is None: output_folder self.results_dir / input_path.name output_path Path(output_folder) output_path.mkdir(parentsTrue, exist_okTrue) # 支持的文件扩展名 supported_ext [‘.jpg’, ‘.jpeg’, ‘.png’, ‘.bmp’, ‘.tiff’, ‘.mp4’, ‘.avi’, ‘.mov’] file_list [] for ext in supported_ext: file_list.extend(input_path.rglob(f‘*{ext}’)) file_list.extend(input_path.rglob(f‘*{ext.upper()}’)) print(f“找到 {len(file_list)} 个待处理文件。”) for i, file_path in enumerate(file_list): print(f“处理中 ({i1}/{len(file_list)}): {file_path.name}”) try: # 推理 results self.model.predict( sourcestr(file_path), saveTrue, save_txtTrue, confconf, projectstr(output_path), name‘predict’, exist_okTrue ) # 可以在这里添加自定义后处理逻辑如保存到数据库等 time.sleep(0.01) # 避免过热或资源争抢 except Exception as e: print(f“处理文件 {file_path} 时出错: {e}”) with open(output_path / ‘error_log.txt’, ‘a’) as f: f.write(f“{file_path}: {e}\n”) print(f“批量处理完成结果保存在: {output_path}”) if __name__ ‘__main__’: processor BatchProcessor(model_path‘runs/detect/train/weights/best.pt’) # 使用自定义模型 processor.process_folder(input_folder‘/path/to/your/images’, conf0.5)这个脚本提供了错误日志、进度显示和结果组织适合生产环境。7. 资源占用与性能观察了解 YOLO 运行时的资源消耗对于选择模型、调整参数和部署至关重要。7.1 如何观察资源占用GPU 显存与利用率命令行工具在 Linux 上使用nvidia-smi在 Windows 上可以使用任务管理器性能标签页或nvidia-smi.exe需将 NVIDIA GPU 工具加入 PATH。Python 监控可以使用pynvml库在代码中动态读取。from pynvml import * nvmlInit() handle nvmlDeviceGetHandleByIndex(0) # GPU 0 info nvmlDeviceGetMemoryInfo(handle) print(f“GPU 显存占用: {info.used / 1024**2:.2f} MB / {info.total / 1024**2:.2f} MB”)CPU 与内存使用系统自带的任务管理器、htop(Linux) 或psutilPython 库。7.2 影响性能的关键因素模型尺寸yolov8n.pt(nano) 速度最快显存占用最小但精度最低。yolov8x.pt(extra large) 精度最高但最慢且最耗资源。根据任务在速度和精度间权衡。输入图像尺寸 (imgsz)这是最重要的参数之一。尺寸越大检测小物体能力可能越强但显存占用呈平方增长速度变慢。常见尺寸有 320, 640, 1280。训练和推理的imgsz应保持一致。批次大小 (batch)训练时增大批次大小可以提升 GPU 利用率加快训练速度但需要更多显存。推理时批量处理也能提升吞吐量。置信度阈值 (conf)值越高返回的检测框越少、越可靠后处理越快。根据应用调整。硬件GPU 的 CUDA 核心数、显存带宽、CPU 的单核性能、内存速度都会影响整体流水线速度。7.3 性能优化建议训练阶段如果显存不足首先降低batch-size其次降低imgsz。可以使用ampTrue自动混合精度来节省显存并加速训练。推理阶段对于实时视频流使用较小的模型如yolov8n和较小的imgsz如 320。对于服务器端批量处理可以适当增大batch-size以提高吞吐量。考虑使用 TensorRT、OpenVINO 或 ONNX Runtime 对模型进行加速推理。监控与日志始终在脚本中添加资源监控和耗时日志以便定位瓶颈。8. 常见问题与排查方法以下是 YOLO 使用过程中最常见的问题及其解决方法。问题现象可能原因排查方式解决方案ImportError: cannot import name ‘YOLO’ from ‘ultralytics’1. ultralytics 包未正确安装。2. 存在多个 Python 环境当前环境未安装。3. 包版本冲突。1. pip listgrep ultralytics检查是否安装。br2.which python或where python 检查当前 Python 解释器路径。CUDA out of memory1. 批次大小 (batch) 或图像尺寸 (imgsz) 设置过大。2. 模型太大。3. 其他程序占用了显存。1. 运行nvidia-smi查看显存占用。2. 尝试将batch减半或将imgsz从 640 降至 320。1. 减小batch-size(训练) 或推理时的批量数。2. 减小imgsz。3. 换用更小的模型 (如yolov8n替换yolov8x)。4. 关闭不必要的图形界面或程序。训练时 loss 为 NaN 或不下降1. 学习率 (lr0) 过高。2. 数据标注有严重错误如坐标超出 0-1。3. 数据量太少。1. 检查训练日志开头的超参数特别是lr0。2. 使用yolo val或可视化工具检查标注文件。1. 降低学习率例如从默认的 0.01 降至 0.001。2. 使用yolo checks检查数据 YAML 文件。3. 增加数据增强或收集更多数据。模型检测不到目标或精度极低1. 自定义数据集的类别 ID 与data.yaml中names不匹配。2. 训练轮数 (epochs) 不足。3. 数据质量差模糊、遮挡、标注不准。4. 预训练模型与任务差异太大。1. 检查labels/下.txt文件的第一列数字是否在names的索引范围内。2. 查看训练曲线看 mAP 是否还在上升。3. 可视化一些训练图片和标注。1. 确保data.yaml中names的索引从 0 开始且与标注文件一致。2. 增加epochs。3. 清洗数据重新检查标注。4. 尝试使用在 COCO 上预训练的模型或使用更多数据。RuntimeError: result type Float can‘t be cast to the desired output type long int常见于旧版 PyTorch 与新版 Ultralytics 的兼容性问题。检查 PyTorch 和 Ultralytics 版本。升级 PyTorch 到较新版本如 2.0并确保 ultralytics 也是最新版pip install --upgrade torch ultralytics。训练或推理速度非常慢1. 正在使用 CPU 模式。2.imgsz设置过大。3. GPU 驱动或 CUDA 未正确安装。1. 检查代码或命令行输出确认是否使用了device‘cpu’。2. 检查imgsz参数。3. 运行python -c “import torch; print(torch.cuda.is_available())”。1. 确保代码中未指定device‘cpu’或使用device0指定 GPU。2. 适当减小imgsz。3. 重新安装匹配的 CUDA 和 PyTorch。如何将模型导出为其他格式如 ONNX, TensorRT不熟悉导出命令或参数。查阅 Ultralytics 官方文档的导出章节。使用model.export(format‘onnx’)或 CLI 命令yolo export modelbest.pt formatonnx。支持格式包括 ONNX, OpenVINO, TensorRT, CoreML, NCNN 等。9. 最佳实践与使用建议根据大量项目经验遵循以下建议可以让你更顺畅地使用 YOLO。从小开始快速迭代第一次尝试时使用最小的模型 (yolov8n.pt) 和官方示例数据集如coco8.yaml跑通全流程。使用自定义数据时先用 50-100 张图片的小数据集进行快速训练epochs10验证流程是否正确再扩展到全量数据。数据管理是重中之重目录结构标准化严格遵循images/train/,labels/train/的格式。标注质量检查训练前务必用yolo val或可视化脚本检查标注文件是否有坐标越界、类别错误等问题。可以使用labelImg或CVAT等工具复核。数据集划分通常按 8:1:1 或 7:2:1 划分训练集、验证集和测试集。验证集用于调参测试集用于最终评估两者不能混用。训练过程监控与调参使用 TensorBoardUltralytics 默认会记录 TensorBoard 日志在runs/detect/train目录下。运行tensorboard --logdir runs/detect/train可以在浏览器查看损失曲线、指标变化非常直观。关键超参数lr0初始学习率。太大易震荡太小收敛慢。一般从默认值开始。weight_decay权重衰减防止过拟合。warmup_epochs学习率热身轮数有助于训练初期稳定。早停Early Stopping如果验证集指标长时间不提升可以提前停止训练避免过拟合。Ultralytics 支持patience参数。模型版本管理与实验记录每次训练runs/detect/train下都会生成新的带时间戳的文件夹。在里面保存好本次实验的args.yaml超参数和results.csv。为不同的实验如不同模型、不同数据增强建立清晰的命名规则。部署前全面测试在测试集上评估最终模型确保指标达到预期。在真实场景的样例数据上进行推理测试检查是否存在训练数据未覆盖的 corner case。测试模型在不同硬件CPU/GPU和推理引擎PyTorch, ONNX, TensorRT下的性能和精度差异。合规与伦理数据授权再次强调用于训练的数据必须拥有合法版权或已获授权。隐私保护如果模型会处理人脸、车牌等个人信息必须在产品设计上考虑隐私保护如本地处理、数据脱敏、用户知情同意等。模型偏见注意训练数据是否具有代表性避免模型对某些群体产生歧视性结果。10. 总结与下一步通过这篇教程你应该已经掌握了 Ultralytics YOLO 从环境安装、模型推理到自定义数据集训练的核心流程。这个框架最强大的地方在于它用极简的 API 封装了复杂的目标检测 pipeline让开发者能快速聚焦于解决实际问题而不是陷在环境配置和代码调试中。最值得尝试的下一步跑通你自己的数据找一个小型、定义明确的目标检测任务例如检测办公室里的键盘、鼠标、水杯按照第 5.3 节的步骤完成从数据收集、标注到训练、测试的全过程。这是理解整个流程的关键。探索高级功能在基础检测之外尝试实例分割(tasksegment模型如yolov8n-seg.pt) 或姿态估计(taskpose模型如yolov8n-pose.pt)。代码结构几乎完全一致只需更换模型和任务参数。模型压缩与部署尝试使用model.export(format‘onnx’)导出模型然后用 ONNX Runtime 进行推理对比性能。更进一步可以研究 TensorRT 或 OpenVINO 来获得极致的推理速度这对于边缘部署至关重要。集成到你的项目将训练好的模型封装成第 6 节所示的 API 服务或者集成到你的桌面应用、Web 应用或移动应用中。最容易踩的坑环境冲突坚持使用虚拟环境一劳永逸。数据格式错误data.yaml的路径和labels/下的.txt文件格式是新手最容易出错的地方务必仔细检查。显存不足时刻牢记调整imgsz和batch-size是解决 OOM内存溢出的第一选择。YOLO 的世界很大本文只是一个起点。Ultralytics 的官方文档和活跃的社区是你遇到问题时最好的帮手。建议收藏本文在实践每个步骤时回头查阅。当你成功训练出第一个能识别特定目标的模型时你会发现入门深度学习视觉应用并没有想象中那么难。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度