如何调优YOLOv11分类模型【参数详解】

原创

已于 2025-05-20 09:34:21 修改 · 2.2k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #分类 #数据挖掘

于 2025-05-19 12:47:55 首次发布

该文章已生成可运行项目，

以下是 model.train() 在 Ultralytics YOLOv11 分类任务中所有可调参数的完整列表（基于常见版本，具体以官方文档为准）：

完整训练参数列表

from ultralytics import YOLO

model = YOLO("yolo11x-cls.pt")  # 加载模型

results = model.train(
    # === 必需参数 ===
    data="path/to/data-train",  # 数据路径（YOLO格式目录）
    
    # === 核心训练参数 ===
    epochs=100,                # 训练总轮次
    batch=16,                  # 批次大小（根据GPU显存调整）
    imgsz=448,                 # 输入图像尺寸（正方形）
    device=None,               # 设备（None=自动选择，0=GPU0, 'cpu'等）
    workers=8,                 # 数据加载线程数
    
    # === 优化器参数 ===
    optimizer='auto',          # 优化器（'SGD', 'Adam', 'AdamW', 'auto'）
    lr0=0.01,                  # 初始学习率（SGD=0.01, Adam=0.001）
    lrf=0.01,                  # 最终学习率 = lr0 * lrf
    momentum=0.937,            # SGD动量/Adam beta1
    weight_decay=0.0005,       # 权重衰减系数
    warmup_epochs=3.0,         # 热身epochs（学习率渐进）
    warmup_momentum=0.8,       # 热身初始动量
    warmup_bias_lr=0.1