YOLO11n图片识别模型训练及使用

2026-09-06 10:37:19 1

1. 环境搭建

当前环境：

● Windows 10

● Python 3.12

● NVIDIA RTX 3050 8GB

● PyTorch 2.11.0+cu128

● Ultralytics 8.4.135

创建并激活虚拟环境：

cd D:\project\others\cv-test
py -3.12 -m venv .venv
..venv\Scripts\Activate.ps1

安装依赖：

python -m pip install --upgrade pip
python -m pip install -r requirements.txt

检查 GPU：

python -c "import torch; print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))"

预期是这个

PyTorch: 2.11.0+cu128
CUDA available: True
CUDA version: 12.8
GPU: NVIDIA GeForce RTX 3050

2. AnyLabeling 数据标注

提前拍摄了80张关于纸巾的照片

1. 下载并解压 AnyLabeling-Windows-GPU-x64

2. 打开 AnyLabeling

3. 导入原始图片目录

4. 创建目标类别：target

5. 使用矩形框框选目标

6. 保存并导出为 YOLO 格式

数据目录：

data/raw/images/
data/raw/labels/

图片和标签必须同名：

IMG_001.jpg
IMG_001.txt

YOLO 标签格式：

0 center_x center_y width height

3. 生成训练数据集

python scripts/prepare_full_dataset.py

默认划分：

● train：80%

● val：10%

● test：10%

重新生成数据集：

python scripts/prepare_full_dataset.py --overwrite

4. 训练模型

python scripts/train.py

默认参数：

● 模型：YOLO11n

● 输入尺寸：1280

● Batch Size：2

● Epoch：150

● GPU：0

训练权重：

runs/detect/target_yolo11n_full/weights/best.pt

显存不足时：

python scripts/train.py --imgsz 1024 --batch 1

5. 验证模型

python scripts/validate.py --split test

6. 单张图片识别

python scripts/predict.py 
  --model runs/detect/target_yolo11n_full/weights/best.pt 
  --source data/raw/images/test.jpg

识别结果：

runs/predict/

7. 批量图片识别

python scripts/predict.py 
  --model runs/detect/target_yolo11n_full/weights/best.pt 
  --source data/raw/images 
  --output runs/predict_result 
  --save-txt

8. 示例

重新拍5张图片测试识别

结果

置信度: 0.50

置信度: 0.72

置信度: 0.86

置信度: 0.64

置信度: 0.31

AI总结

训练配置
- 环境：Python 3.12、PyTorch 2.11、CUDA 12.8
- GPU：NVIDIA RTX 3050，显存 8 GB
- 模型：YOLO11n，约 259 万参数，使用预训练权重
- 数据：64 张训练图、8 张验证图，共 1 个类别；未发现损坏图片或空标注
- 输入尺寸：1280
- Batch size：2
- 最大训练轮数：150
- 优化器：自动选择为 AdamW，初始学习率约 0.002
- 开启 AMP 混合精度训练
- Early stopping：连续 30 个 epoch 没有提升就停止
训练过程
训练初期指标波动较大，但模型很快学会了目标位置：
- 第 1 轮：mAP50 = 0.771，mAP50-95 = 0.469
- 第 16 轮：mAP50 = 0.872，mAP50-95 = 0.630
- 第 22 轮：mAP50 = 0.955，mAP50-95 = 0.730
- 后期 mAP50 基本稳定在 0.982~0.995
- 损失整体下降：
  - box_loss：约 1.45 → 0.45
  - cls_loss：约 5.08 → 0.63
  - dfl_loss：约 2.07 → 1.12
实际训练到第 124/150 轮 时触发早停，原因是最近 30 轮没有刷新最佳结果。最佳模型出现在第 94 轮。
最终验证结果
best.pt 在验证集上的结果为：
- Precision：0.989
- Recall：1.000
- mAP50：0.995
- mAP50-95：0.943
单张图片推理耗时约 22 ms，预处理和后处理后总耗时约 25 ms。
模型文件保存在：
D:\project\others\cv-test\runs\detect\target_yolo11n_full\weights\best.pt
D:\project\others\cv-test\runs\detect\target_yolo11n_full\weights\last.pt
总体来看，训练流程正常完成，验证集表现非常好。
不过验证集只有 8 张图片、8 个目标实例，样本量很小，因此指标可能偏乐观且波动较大，不能仅凭这个结果判断真实场景的泛化能力。
日志中也没有看到独立 test 集评估，下一步最好使用更多独立测试图片进行验证。

• yolo
• cv
• gpu