训练设置
arg | 默认值 | 说明 | |
model | None | 指定用于训练的模型文件。接受指向 .pt 预训练模型或 .yaml 配置文件。对于定义模型结构或初始化权重至关重要。 | |
data | None | 数据集配置文件的路径(例如 coco128.yaml ).该文件包含特定于数据集的参数,包括训练数据和验证数据的路径、类名和类数。 | |
epochs | 100 | 训练轮次总数。每个历元代表对整个数据集进行一次完整的训练。调整该值会影响训练时间和模型性能。 | |
time |
| 最长训练时间(小时)。如果设置了该值,则会覆盖 epochs 参数,允许训练在指定的持续时间后自动停止。对于时间有限的训练场景非常有用。 | |
patience | 100 | 在验证指标没有改善的情况下,提前停止训练所需的历元数。当性能趋于平稳时停止训练,有助于防止过度拟合。 | |
batch | 16 | 训练的批量大小,表示在更新模型内部参数之前要处理多少张图像。自动批处理 (batch=-1 )会根据 GPU 内存可用性动态调整批处理大小。 | |
imgsz | 640 | 用于训练的目标图像尺寸。所有图像在输入模型前都会被调整到这一尺寸。影响模型精度和计算复杂度。 | |
save | True | 可保存训练检查点和最终模型权重。这对恢复训练或模型部署非常有用。 | |
save_period | -1 | 保存模型检查点的频率,以 epochs 为单位。值为-1 时将禁用此功能。该功能适用于在长时间训练过程中保存临时模型。 | |
cache | False | 在内存中缓存数据集图像 (True /ram )、磁盘 (disk ),或禁用它 (False ).通过减少磁盘 I/O 提高训练速度,但代价是增加内存使用量。 | |
device | None | 指定用于训练的计算设备:单个 GPU (device=0 )、多个 GPU (device=0,1 )、CPU (device=cpu ),或苹果芯片的 MPS (device=mps ). | |
workers | 8 | 加载数据的工作线程数(每 RANK 多 GPU 训练)。影响数据预处理和输入模型的速度,尤其适用于多 GPU 设置。 | |
project | None | 保存训练结果的项目目录名称。允许有组织地存储不同的实验。 | |
name | None | 训练运行的名称。用于在项目文件夹内创建一个子目录,用于存储训练日志和输出结果。 | |
exist_ok | False | 如果为 True,则允许覆盖现有的项目/名称目录。这对迭代实验非常有用,无需手动清除之前的输出。 | |
pretrained | True | 决定是否从预处理模型开始训练。可以是布尔值,也可以是加载权重的特定模型的字符串路径。提高训练效率和模型性能。 | |
optimizer | 'auto' | 为培训选择优化器。选项包括 SGD , Adam , AdamW , NAdam , RAdam , RMSProp 等,或 auto 用于根据模型配置进行自动选择。影响收敛速度和稳定性 | |
verbose | False | 在训练过程中启用冗长输出,提供详细日志和进度更新。有助于调试和密切监控培训过程。 | |
seed | 0 | 为训练设置随机种子,确保在相同配置下运行的结果具有可重复性。 | |
deterministic | True | 强制使用确定性算法,确保可重复性,但由于对非确定性算法的限制,可能会影响性能和速度。 | |
single_cls | False | 在训练过程中将多类数据集中的所有类别视为单一类别。适用于二元分类任务,或侧重于对象的存在而非分类。 | |
rect | False | 可进行矩形训练,优化批次组成以减少填充。这可以提高效率和速度,但可能会影响模型的准确性。 | |
cos_lr | False | 利用余弦学习率调度器,根据历时的余弦曲线调整学习率。这有助于管理学习率,实现更好的收敛。 | |
close_mosaic | 10 | 在训练完成前禁用最后 N 个历元的马赛克数据增强以稳定训练。设置为 0 则禁用此功能。 | |
resume | False | 从上次保存的检查点恢复训练。自动加载模型权重、优化器状态和历时计数,无缝继续训练。 | |
amp | True | 启用自动混合精度 (AMP) 训练,可减少内存使用量并加快训练速度,同时将对精度的影响降至最低。 | |
fraction | 1.0 | 指定用于训练的数据集的部分。允许在完整数据集的子集上进行训练,这对实验或资源有限的情况非常有用。 | |
profile | False | 在训练过程中,可对ONNX 和TensorRT 速度进行剖析,有助于优化模型部署。 | |
freeze | None | 冻结模型的前 N 层或按索引指定的层,从而减少可训练参数的数量。这对微调或迁移学习非常有用。 | |
lr0 | 0.01 | 初始学习率(即 SGD=1E-2 , Adam=1E-3 ) .调整这个值对优化过程至关重要,会影响模型权重的更新速度。 | |
lrf | 0.01 | 最终学习率占初始学习率的百分比 = (lr0 * lrf ),与调度程序结合使用,随着时间的推移调整学习率。 | |
momentum | 0.937 | 用于 SGD 的动量因子,或用于 Adam 优化器的 beta1,用于将过去的梯度纳入当前更新。 | |
weight_decay | 0.0005 | L2 正则化项,对大权重进行惩罚,以防止过度拟合。 | |
warmup_epochs | 3.0 | 学习率预热的历元数,学习率从低值逐渐增加到初始学习率,以在早期稳定训练。 | |
warmup_momentum | 0.8 | 热身阶段的初始动力,在热身期间逐渐调整到设定动力。 | |
warmup_bias_lr | 0.1 | 热身阶段的偏置参数学习率,有助于稳定初始历元的模型训练。 | |
box | 7.5 | 损失函数中边框损失部分的权重,影响对准确预测边框坐标的重视程度。 | |
cls | 0.5 | 分类损失在总损失函数中的权重,影响正确分类预测相对于其他部分的重要性。 | |
dfl | 1.5 | 分布焦点损失权重,在某些YOLO 版本中用于精细分类。 | |
pose | 12.0 | 姿态损失在姿态估计模型中的权重,影响准确预测姿态关键点的重点。 | |
kobj | 2.0 | 姿态估计模型中关键点对象性损失的权重,在检测可信度和姿态精度之间取得平衡。 | |
label_smoothing | 0.0 | 应用标签平滑,将硬标签软化为目标标签和标签均匀分布的混合标签,可以提高泛化效果。 | |
nbs | 64 | 用于损耗正常化的标称批量大小。 | |
overlap_mask | True | 决定在训练过程中分割掩码是否应该重叠,适用于实例分割任务。 | |
mask_ratio | 4 | 分割掩码的下采样率,影响训练时使用的掩码分辨率。 | |
dropout | 0.0 | 分类任务中正则化的放弃率,通过在训练过程中随机省略单元来防止过拟合。 | |
val | True | 可在训练过程中进行验证,以便在单独的数据集上对模型性能进行定期评估。 | |
plots | False | 生成并保存训练和验证指标图以及预测示例图,以便直观地了解模型性能和学习进度。 |
预测设置
arg | 类型 | 默认值 | 说明 |
source | str | 'ultralytics/assets' | 指定推理的数据源。可以是图像路径、视频文件、目录、URL 或用于实时馈送的设备 ID。支持多种格式和来源,可灵活应用于不同类型的输入。 |
conf | float | 0.25 | 设置检测的最小置信度阈值。如果检测到的对象置信度低于此阈值,则将不予考虑。调整该值有助于减少误报。 |
iou | float | 0.7 | 非最大抑制 (NMS) 的交叉重叠 (IoU) 阈值。数值越高,消除重叠框的检测次数越少,这对减少重复检测非常有用。 |
imgsz | int or tuple | 640 | 定义用于推理的图像大小。可以是一个整数 640 或一个(高、宽)元组。适当调整大小可以提高检测精度和处理速度。 |
half | bool | False | 启用半精度(FP16)推理,可加快支持的 GPU 上的模型推理速度,同时将对精度的影响降至最低。 |
device | str | None | 指定用于推理的设备(例如:......)、 cpu , cuda:0 或 0 ).允许用户选择 CPU、特定 GPU 或其他计算设备来执行模型。 |
max_det | int | 300 | 每幅图像允许的最大检测次数。限制模型在单次推理中可检测到的物体总数,防止在密集场景中产生过多输出。 |
vid_stride | int | 1 | 视频输入的帧间距。允许跳过视频中的帧,以加快处理速度,但会牺牲时间分辨率。值为 1 时处理每一帧,值越大跳帧越多。 |
stream_buffer | bool | False | 确定在处理视频流时是否对所有帧进行缓冲 (True ),或者模型是否应该返回最近的帧 (False ).适用于实时应用。 |
visualize | bool | False | 在推理过程中激活模型特征的可视化,从而深入了解模型 "看到 "了什么。这对调试和模型解释非常有用。 |
augment | bool | False | 可对预测进行测试时间增强(TTA),从而在牺牲推理速度的情况下提高检测的鲁棒性。 |
agnostic_nms | bool | False | 启用与类别无关的非最大抑制 (NMS),可合并不同类别的重叠方框。这在多类检测场景中非常有用,因为在这种场景中,类的重叠很常见。 |
classes | list[int] | None | 根据一组类别 ID 过滤预测结果。只有属于指定类别的检测结果才会返回。在多类检测任务中,该功能有助于集中检测相关对象。 |
retina_masks | bool | False | 如果模型中存在高分辨率的分割掩膜,则使用高分辨率的分割掩膜。这可以提高分割任务的掩膜质量,提供更精细的细节。 |
embed | list[int] | None | 指定从中提取特征向量或嵌入的层。这对聚类或相似性搜索等下游任务非常有用。 |
可视化参数
arg | 类型 | 默认值 | 说明 |
show | bool | False | 如果 True 在一个窗口中显示注释的图像或视频。有助于在开发或测试过程中提供即时视觉反馈。 |
save | bool | False | 可将注释的图像或视频保存到文件中。这有助于记录、进一步分析或共享结果。 |
save_frames | bool | False | 处理视频时,将单个帧保存为图像。这对提取特定帧或逐帧进行详细分析非常有用。 |
save_txt | bool | False | 将检测结果保存在文本文件中,格式如下 [class] [x_center] [y_center] [width] [height] [confidence] .有助于与其他分析工具集成。 |
save_conf | bool | False | 在保存的文本文件中包含置信度分数。增强了后期处理和分析的细节。 |
save_crop | bool | False | 保存经过裁剪的检测图像。可用于数据集扩充、分析或为特定物体创建重点数据集。 |
show_labels | bool | True | 在可视输出中显示每次检测的标签。让用户立即了解检测到的物体。 |
show_conf | bool | True | 在标签旁显示每次检测的置信度得分。让人了解模型对每次检测的确定性。 |
show_boxes | bool | True | 在检测到的物体周围绘制边界框。对于图像或视频帧中物体的视觉识别和定位至关重要。 |
line_width | None or int | None | 指定边界框的线宽。如果 None 根据图像大小自动调整线宽。提供可视化定制,使图像更加清晰。 |
验证设置
arg | 类型 | 默认值 | 说明 |
data | str | None | 指定数据集配置文件的路径(如 coco128.yaml ).该文件包括验证数据的路径、类名和类数。 |
imgsz | int | 640 | 定义输入图像的尺寸。所有图像在处理前都会调整到这一尺寸。 |
batch | int | 16 | 设置每批图像的数量。使用 -1 的自动批处理功能,可根据 GPU 内存可用性自动调整。 |
save_json | bool | False | 如果 True 此外,还可将结果保存到 JSON 文件中,以便进一步分析或与其他工具集成。 |
save_hybrid | bool | False | 如果 True ,保存混合版本的标签,将原始注释与额外的模型预测相结合。 |
conf | float | 0.001 | 设置检测的最小置信度阈值。置信度低于此阈值的检测将被丢弃。 |
iou | float | 0.6 | 设置非最大抑制 (NMS) 的交叉重叠 (IoU) 阈值。有助于减少重复检测。 |
max_det | int | 300 | 限制每幅图像的最大检测次数。在密度较高的场景中非常有用,可以防止检测次数过多。 |
half | bool | True | 可进行半精度(FP16)计算,减少内存使用量,在提高速度的同时,将对精度的影响降至最低。 |
device | str | None | 指定验证设备 (cpu , cuda:0 等)。可灵活利用 CPU 或 GPU 资源。 |
dnn | bool | False | 如果 True 它使用 OpenCV DNN 模块进行ONNX 模型推断,为PyTorch 推断方法提供了一种替代方法。 |
plots | bool | False | 当设置为 True 此外,它还能生成并保存预测结果与地面实况的对比图,以便对模型的性能进行可视化评估。 |
rect | bool | False | 如果 True 该软件使用矩形推理进行批处理,减少了填充,可能会提高速度和效率。 |
split | str | val | 确定用于验证的数据集分割 (val , test 或 train ).可灵活选择数据段进行性能评估。 |
导出设置
arg | 类型 | 默认值 | 说明 |
format | str | 'torchscript' | 导出模型的目标格式,例如 'onnx' , 'torchscript' , 'tensorflow' 或其他,定义与各种部署环境的兼容性。 |
imgsz | int 或 tuple | 640 | 模型输入所需的图像尺寸。对于正方形图像,可以是一个整数,或者是一个元组 (height, width) 了解具体尺寸。 |
keras | bool | False | 启用导出为 Keras 格式的TensorFlow SavedModel ,提供与TensorFlow serving 和 API 的兼容性。 |
optimize | bool | False | 在导出到TorchScript 时,应用针对移动设备的优化,可能会减小模型大小并提高性能。 |
half | bool | False | 启用 FP16(半精度)量化,在支持的硬件上减小模型大小并可能加快推理速度。 |
int8 | bool | False | 激活 INT8 量化,进一步压缩模型并加快推理速度,同时将精度损失降至最低,主要用于边缘设备。 |
dynamic | bool | False | 允许ONNX 和TensorRT 导出动态输入尺寸,提高了处理不同图像尺寸的灵活性。 |
simplify | bool | False | 简化了ONNX 导出的模型图,可能会提高性能和兼容性。 |
opset | int | None | 指定ONNX opset 版本,以便与不同的ONNX 解析器和运行时兼容。如果未设置,则使用最新的支持版本。 |
workspace | float | 4.0 | 以 GB 为单位设置最大工作区大小,用于TensorRT 优化,平衡内存使用和性能。 |
nms | bool | False | 在CoreML 导出中添加非最大值抑制 (NMS),这对精确高效的检测后处理至关重要。 |
增强设置
arg | 类型 | 默认值 | 范围 | 说明 |
hsv_h | float | 0.015 | 0.0 - 1.0 | 通过色轮的一部分来调整图像的色调,从而引入色彩的可变性。帮助模型在不同的光照条件下通用。 |
hsv_s | float | 0.7 | 0.0 - 1.0 | 改变图像饱和度的一部分,影响色彩的强度。可用于模拟不同的环境条件。 |
hsv_v | float | 0.4 | 0.0 - 1.0 | 将图像的数值(亮度)修改一部分,帮助模型在不同的光照条件下表现良好。 |
degrees | float | 0.0 | -180 - +180 | 在指定的度数范围内随机旋转图像,提高模型识别不同方向物体的能力。 |
translate | float | 0.1 | 0.0 - 1.0 | 以图像大小的一小部分水平和垂直平移图像,帮助学习检测部分可见的物体。 |
scale | float | 0.5 | >=0.0 | 通过增益因子缩放图像,模拟物体与摄像机的不同距离。 |
shear | float | 0.0 | -180 - +180 | 按指定角度剪切图像,模拟从不同角度观察物体的效果。 |
perspective | float | 0.0 | 0.0 - 0.001 | 对图像进行随机透视变换,增强模型理解三维空间中物体的能力。 |
flipud | float | 0.0 | 0.0 - 1.0 | 以指定的概率将图像翻转过来,在不影响物体特征的情况下增加数据的可变性。 |
fliplr | float | 0.5 | 0.0 - 1.0 | 以指定的概率将图像从左到右翻转,这对学习对称物体和增加数据集多样性非常有用。 |
mosaic | float | 1.0 | 0.0 - 1.0 | 将四幅训练图像合成一幅,模拟不同的场景构成和物体互动。对复杂场景的理解非常有效。 |
mixup | float | 0.0 | 0.0 - 1.0 | 混合两幅图像及其标签,创建合成图像。通过引入标签噪声和视觉变化,增强模型的泛化能力。 |
copy_paste | float | 0.0 | 0.0 - 1.0 | 从一幅图像中复制物体并粘贴到另一幅图像上,用于增加物体实例和学习物体遮挡。 |
auto_augment | str | randaugment | - | 自动应用预定义的增强策略 (randaugment , autoaugment , augmix ),通过丰富视觉特征来优化分类任务。 |
erasing | float | 0.4 | 0.0 - 1.0 | 在分类训练过程中随机擦除部分图像,鼓励模型将识别重点放在不明显的特征上。 |
记录、检查点和绘图设置
arg | 默认值 | 说明 |
project | 'runs' | 指定保存训练运行的根目录。每个运行都将保存在该目录下的一个单独子目录中。 |
name | 'exp' | 定义实验名称。如果未指定,YOLO 会在每次运行时自动递增该名称,例如 exp , exp2 等,以避免覆盖之前的实验。 |
exist_ok | False | 决定是否覆盖已存在的同名实验目录。将其设置为 True 允许覆盖,而 False 防止它发生。 |
plots | False | 控制训练图和验证图的生成和保存。设置为 True 创建损失曲线、精度-召回曲线和样本预测等图表。有助于直观地跟踪模型随时间变化的性能。 |
save | False | 启用保存训练检查点和最终模型权重。设置为 True 定期保存模型状态,以便从这些检查点恢复训练或部署模型。 |