一文带你了解 YOLOv11：入门操作与配置详解

Yolo历史

Yolov5

YOLOv5由Ultralytics在2020年发布，其在工业界获得了广泛应用。YOLOv5基于PyTorch框架，实现了更快的训练和推理速度。它还引入了超参数优化、集成实验跟踪和自动导出到多种部署格式的功能，方便了模型的应用和部署。

Yolov8

2023年，Ultralytics发布了YOLOv8，引入了新的特性和改进，以增强性能、灵活性和效率。YOLOv8支持全方位的视觉AI任务，包括目标检测、图像分割和姿态估计，进一步拓展了YOLO模型的应用领域。

Yolo11

Ultralytics 最新的 YOLO 模型在多个任务上实现了最先进（SOTA）的性能，包括目标检测、图像分割、姿态估计、跟踪和分类，充分发挥了其在各类人工智能应用和领域中的能力。

不同版本Yolo效果对比

不同版本的YOLO在目标检测任务上展示了不同的性能表现。随着版本的更新，模型在速度和精度方面均得到了提升。例如，YOLOv5的训练速度较快，适用于资源受限的环境，而YOLOv8和YOLOv11则进一步提升了检测精度，特别是在复杂场景中的表现更加优异。

YOLOv11n 模型概述

YOLOv11n 是 YOLOv11 系列中的轻量级版本，参数量较少，计算资源需求较低，非常适合在资源受限的环境（如嵌入式设备、移动设备）上进行推理。虽然模型较小，但依然可以在精度和速度之间取得良好的平衡。

YOLO11安装

下载项目代码

git clone https://github.com/ultralytics/ultralytics.git

安装相关依赖

pip install -U ultralytics

YOLO11训练

从头开始训练

yolo detect train data=coco8.yaml model=yolo11n.yaml epochs=100 imgsz=640

基于预训练模型训练

yolo detect train data=coco8.yaml model=yolo11n.pt epochs=100 imgsz=640

验证模型

yolo predict model=yolo11n.pt source="path/dog.jpg"

Yolov11基本命令结构

基本语法

 yolo TASK MODE [ARGS]

TASK（任务）：可选参数，指定执行的任务类型。可以是以下之一：
detect：目标检测
segment：图像分割
pose：姿态估计
classify：图像分类
obb：倾斜边界框检测

MODE（模式）：必选参数，指定执行的操作模式。可以是以下之一：
train：训练模型
val：验证模型
predict：使用模型进行推理
export：导出模型到指定格式
track：跟踪
benchmark：基准测试

ARGS（参数）：可选参数，以 arg=value 的形式指定，用于覆盖默认设置。例如 imgsz=320。

训练检测模型

用 10 个 epoch 训练一个检测模型，并设置初始学习率为 0.01：

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

视频推理

使用预训练的分割模型对一个 YouTube 视频进行推理，图像尺寸为 320：

yolo predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

验证模型

用批量大小为 1 和图像尺寸 640 验证一个预训练的检测模型：

yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

导出模型

将 YOLO11n 分类模型导出为 ONNX 格式，图像尺寸为 224x128：

yolo export model=yolo11n-cls.pt format=onnx imgsz=224,128

实时推理 GUI

启动一个基于 Streamlit 的实时推理 GUI 界面：

yolo streamlit-predict

yolov11训练参数配置

参数	默认值	描述
model	None	指定训练使用的模型文件。可以是预训练的 .pt 模型文件，也可以是定义模型结构的 .yaml 配置文件。
data	None	数据集配置文件的路径（例如 coco8.yaml）。该文件包含数据集相关的参数，包括训练和验证数据的路径、类别名称和类别数量。
epochs	100	训练的总轮数。每个 epoch 代表对整个数据集的一次完整遍历。调整此值会影响训练时间和模型的最终性能。
time	None	最大训练时间（以小时为单位）。如果设置了该值，将优先于 epochs 参数，当到达最大时间时训练将自动停止。
patience	100	当验证指标没有提升时，允许继续训练的轮数。在超过该值后，将提前停止训练，以避免过拟合。
batch	16	批次大小。可以设定为一个整数（如 batch=16），也可以设置为 -1 表示使用 60% GPU 内存，或设置为 0.70 表示指定内存使用率。
imgsz	640	训练图像的目标大小，所有图像在输入模型之前都会调整为这个尺寸。
save	True	启用保存训练检查点和最终模型权重功能。方便后续恢复训练或部署模型。
save_period	-1	保存模型检查点的频率（以 epoch 为单位）。设置为 -1 将禁用此功能。
cache	False	启用数据集图像缓存功能。可以设置为 True（缓存至内存）、disk（缓存至硬盘），或 False（不缓存）。
device	None	指定训练使用的计算设备。可以是单个 GPU（如 device=0），多个 GPU（如 device=0,1），CPU（device=cpu），或 Apple 芯片的 MPS（device=mps）。
workers	8	用于加载数据的工作线程数量。对于多 GPU 训练，每个 GPU 都会分配一定数量的工作线程。
project	None	训练输出保存的项目目录名称，用于有序管理不同实验结果。
name	None	当前训练运行的名称，用于在项目文件夹中创建子目录以存储训练日志和输出。
exist_ok	False	若为 True，允许覆盖已存在的项目名称目录。适用于迭代实验。
pretrained	True	是否从预训练模型开始训练。可以是布尔值或特定模型路径。
optimizer	'auto'	选择训练的优化器。包括 SGD、Adam、AdamW 等，或者选择 auto 根据模型配置自动选择。
verbose	False	启用详细的训练输出日志。适合在训练过程中进行调试或监控。
seed	0	设置训练的随机种子，确保结果的可重复性。
deterministic	True	强制使用确定性算法，确保结果可重复，但可能影响性能。
single_cls	False	在多类别数据集中，将所有类别视为一个类别。适用于二分类任务。
rect	False	启用矩形训练模式，优化批次构成以最小化填充。
cos_lr	False	使用余弦学习率调度器，随训练轮数调整学习率。
close_mosaic	10	在训练的最后 N 个 epoch 中禁用 mosaic 数据增强，以稳定模型性能。
resume	False	从上次保存的检查点继续训练。
amp	True	启用自动混合精度训练，减少内存使用并加速训练。
fraction	1.0	使用数据集的部分数据进行训练，适用于资源有限或实验场景。
lr0	0.01	初始学习率，通常对于 SGD 优化器为 1E-2，对于 Adam 优化器为 1E-3。
lrf	0.01	最终学习率，是初始学习率的一个比例。
momentum	0.937	SGD 或 Adam 优化器的动量因子。
weight_decay	0.0005	L2 正则化项，防止过拟合。
warmup_epochs	3.0	学习率预热的轮数，逐步将学习率提升至初始值。
box	7.5	损失函数中 box 损失的权重。
cls	0.5	损失函数中分类损失的权重。
val	True	启用验证，定期评估模型在验证集上的性能。

yolov11超参配置

参数	类型	默认值	范围	描述
hsv_h	float	0.015	0.0 - 1.0	调整图像的色调，基于色轮的比例引入色彩变化，帮助模型在不同的光照条件下泛化。
hsv_s	float	0.7	0.0 - 1.0	改变图像的饱和度，影响颜色的强度，适用于模拟不同的环境条件。
hsv_v	float	0.4	0.0 - 1.0	修改图像的亮度，帮助模型在不同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	将图像按图像尺寸的比例进行水平和垂直平移，帮助模型学习检测部分可见的物体。
scale	float	0.5	>=0.0	按比例缩放图像，模拟不同距离的物体，有助于模型适应不同的视角。
shear	float	0.0	-180 - +180	对图像进行剪切，模拟从不同角度查看物体的效果。
perspective	float	0.0	0.0 - 0.001	对图像应用透视变换，增强模型理解三维空间中物体的能力。
flipud	float	0.0	0.0 - 1.0	以指定概率将图像上下翻转，增加数据的多样性，同时保持物体特征不变。
fliplr	float	0.5	0.0 - 1.0	以指定概率将图像左右翻转，适用于学习对称物体，并增加数据集多样性。
bgr	float	0.0	0.0 - 1.0	以指定概率将图像通道从 RGB 切换为 BGR，增强模型对通道错误排序的鲁棒性。
mosaic	float	1.0	0.0 - 1.0	将四张训练图像合成一张，模拟不同场景组合和物体交互，非常适合复杂场景理解。
mixup	float	0.0	0.0 - 1.0	将两张图像及其标签混合，创建复合图像，增加标签噪声和视觉多样性，帮助模型泛化。
copy_paste	float	0.0	0.0 - 1.0	将一个图像中的物体复制并粘贴到另一个图像上，增加物体实例数量，帮助模型学习物体遮挡情况。
copy_paste_mode	str	flip	-	选择复制粘贴增强的方法，可以选择 “flip” 或 “mixup”。
auto_augment	str	randaugment	-	自动应用预定义的增强策略（randaugment, autoaugment, augmix），通过增加视觉特征的多样性来优化分类任务。
erasing	float	0.4	0.0 - 0.9	在分类训练过程中随机擦除图像的一部分，鼓励模型关注较不明显的特征，提高模型识别能力。
crop_fraction	float	1.0	0.1 - 1.0	将分类图像裁剪为其原始大小的一部分，强调中央特征并适应物体的不同尺度，减少背景干扰。

数据集配置

在 YOLOv11 中，数据集配置文件（如 coco8.yaml）定义了训练、验证和测试数据的路径以及类别标签。以下是一个典型的数据集配置文件结构示例：

path: ../datasets/coco8  # 数据集的根目录
train: images/train      # 训练集图片相对于 path 的路径
val: images/val          # 验证集图片相对于 path 的路径
test:                    # 测试集图片的路径（可选）

类别映射表
names:
  0: person
  1: bicycle
  2: car
  3: motorbike
  4: aeroplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light

数据集配置说明：

path: 数据集的根目录，包含训练、验证和（可选）测试数据的文件夹路径。
train: 训练集图像的相对路径，指定图像文件夹用于模型训练。
val: 验证集图像的相对路径，用于在训练过程中评估模型性能。
test: 测试集图像的路径（可选）。如果不进行测试评估，可以省略。
names: 类别映射表，每个类别分配一个唯一的ID，并且映射到一个可识别的名称。