初次尝试使用Yolov11训练识别模型

1、模型初步训练

使用Roboflow平台进行模型初步训练，由于挑选了质量较高的图像，所以对于上传的九张猫的图片没有进行图像增强操作。

2、使用yolov11进行训练

训练代码如下:

import warnings

warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
    model = YOLO(r'G:\Yolo\ultralytics-main\Cats-set\yolo11n.yaml')
    model.train(data=r'G:\Yolo\ultralytics-main\Cats-set\data.yaml',
                cache=False,
                imgsz=640,
                epochs=100,
                single_cls=False,  # 是否是单类别检测
                batch=8,
                close_mosaic=10,
                workers=0,
                #device='0',
                device = 'cpu',
                optimizer='SGD',
                amp=True,
                project='G:\Yolo\programs\myTrain.py',
                name='exp',
                )

打印模型结构如下：

训练结果如下：

目前还没看懂这训练出来个啥子…

orz

在看这篇yolov8实战第二天——yolov8训练过程、结果分析（保姆式解读）

使用参考：
手把手教你使用YOLOv11训练自己数据集（含环境搭建 、数据集查找、模型训练）