Como ajustar YOLO conjunto de dados personalizado

O ajuste fino adapta um modelo pré-treinado para reconhecer novas classes, partindo dos pesos já aprendidos em vez de uma inicialização aleatória. Em vez de treinar do zero durante centenas de épocas, o ajuste fino aproveita o modelo pré-treinado COCO e converge para dados personalizados numa fração do tempo.

Este guia aborda o ajuste fino do YOLO26 em conjuntos de dados personalizados, desde a utilização básica até técnicas avançadas, como o congelamento de camadas e o treino em duas fases.

Ajuste fino vs. treino a partir do zero

Um modelo pré-treinado já aprendeu características visuais gerais — deteção de contornos, reconhecimento de texturas, compreensão de formas — a partir de milhões de imagens. A aprendizagem por transferência através do ajuste fino reutiliza esse conhecimento e limita-se a ensinar ao modelo a aparência das novas classes, razão pela qual converge mais rapidamente e requer menos dados. O treino a partir do zero descarta tudo isso e obriga o modelo a aprender tudo, desde os padrões ao nível dos píxeis, o que exige significativamente mais recursos.

Como funciona a transferência de pesos pré-treinados

Quando um modelo pré-treinado é ajustado num conjunto de dados com um número diferente de classes (por exemplo, das 80 classes COCO para 5 classes personalizadas), Ultralytics uma transferência de pesos sensível à forma:

1. Transferência total da coluna vertebral e do pescoço — estas camadas extraem características visuais gerais e as suas formas são independentes do número de classes.
2. A cabeça de deteção foi parcialmente reinicializada - as camadas de saída de classificação (cv3, one2one_cv3) têm formas ligadas ao número de classes (80 contra 5), pelo que não podem ser transferidas e são inicializadas aleatoriamente. Camadas de regressão de caixas (cv2, one2one_cv2) na cabeça têm formas fixas, independentemente do número de classes, pelo que são transferidas normalmente.
3. A grande maioria dos pesos é transferida quando se altera o número de classes. Apenas as camadas específicas da classificação na cabeça de deteção são reinicializadas — as ramificações da estrutura principal, do pescoço e da regressão de caixas permanecem intactas.

No caso de conjuntos de dados com o mesmo número de classes que o modelo pré-treinado (por exemplo, o ajuste fino de pesos COCO num outro conjunto de dados com 80 classes), 100% dos pesos são transferidos, incluindo a cabeça de deteção.

Exemplo básico de ajuste fino

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # load pretrained model
model.train(data="path/to/data.yaml", epochs=50, imgsz=640)

yolo detect train model=yolo26n.pt data=path/to/data.yaml epochs=50 imgsz=640

Escolher o tamanho do modelo

Os modelos maiores têm mais capacidade, mas também mais parâmetros para atualizar, o que pode aumentar o risco de sobreajuste quando os dados de treino são limitados. Começar com um modelo mais pequeno (YOLO26n ou YOLO26s) e só aumentar a escala se as métricas de validação atingirem um patamar é uma abordagem prática. O tamanho ideal do modelo depende da complexidade da tarefa, do número de classes, da diversidade do conjunto de dados e do hardware disponível para implementação. Consulte a página completa do modelo YOLO26 para conhecer os tamanhos disponíveis e os benchmarks de desempenho.

Seleção do otimizador e da taxa de aprendizagem

O padrão optimizer=auto Esta configuração seleciona o otimizador e a taxa de aprendizagem com base no número total de iterações de treino:

• < 10,000 iterations (small datasets or few epochs): AdamW with a low, auto-calculated learning rate
• > 10 000 iterações (conjuntos de dados de grande dimensão): MuSGD (umSGD híbridoSGD ) com lr=0,01

Para a maioria das tarefas de ajuste fino, a configuração padrão funciona bem sem qualquer ajuste manual. Considere definir o otimizador explicitamente quando:

• O treino está instável (picos ou divergências na perda): tente optimizer=AdamW, lr0=0.001 para uma convergência mais estável
• Ajustar um modelo de grandes dimensões com base num conjunto de dados reduzido: uma taxa de aprendizagem mais baixa, como lr0=0.001 ajuda a preservar as características pré-treinadas

Camadas congeladas

O congelamento impede que determinadas camadas sejam atualizadas durante o treino. Isto acelera o treino e reduz o sobreajuste quando o conjunto de dados é pequeno em relação à capacidade do modelo.

O freeze O parâmetro aceita um número inteiro ou uma lista. Um número inteiro freeze=10 congela as primeiras 10 camadas (de 0 a 9, o que corresponde à estrutura principal do YOLO26). Uma lista pode conter índices de camadas como freeze=[0, 3, 5] para o congelamento parcial da estrutura principal, ou cadeias de caracteres de nomes de módulos como freeze=["23.cv2"] para um controlo mais preciso sobre ramos específicos dentro de uma camada.

model.train(data="custom.yaml", epochs=50, freeze=10)

model.train(data="custom.yaml", epochs=50, freeze=[0, 1, 2, 3, 4])

# Freeze the box regression branch of the detection head
model.train(data="custom.yaml", epochs=50, freeze=["23.cv2"])

A profundidade de congelamento adequada depende do grau de semelhança entre o domínio alvo e os dados pré-treinados, bem como da quantidade de dados de treino disponíveis:

A profundidade de congelamento também pode ser considerada um hiperparâmetro — experimentar alguns valores (0, 5, 10) e comparar mAP de validação mAP uma forma prática de encontrar a melhor configuração para um conjunto de dados específico.

Hiperparâmetros essenciais para o ajuste fino

O ajuste fino requer, geralmente, menos ajustes nos hiperparâmetros do que o treino a partir do zero. Os parâmetros mais importantes são:

• epochs: O ajuste fino converge mais rapidamente do que o treino a partir do zero. Comece com um valor moderado e utilize patience parar mais cedo quando os indicadores de validação atingirem um patamar estável.
• patience: O valor padrão de 100 foi concebido para execuções de treino prolongadas. Reduzir este valor para 10-20 evita perder tempo com execuções que já convergiram.
• warmup_epochs: O aquecimento predefinido (3 épocas) aumenta gradualmente a taxa de aprendizagem a partir de zero, o que evita que grandes atualizações de gradiente prejudiquem as características pré-treinadas nas primeiras iterações. Recomenda-se manter a configuração predefinida, mesmo para o ajuste fino.

Para consultar a lista completa de parâmetros de treino, consulte a referência de configuração do treino.

Ajuste fino em duas fases

O ajuste fino em duas etapas divide o treino em duas fases. A primeira etapa congela a estrutura principal e treina apenas o pescoço e a cabeça, permitindo que as camadas de deteção se adaptem às novas classes sem comprometer as características pré-treinadas. A segunda etapa descongela todas as camadas e treina o modelo completo com uma taxa de aprendizagem mais baixa para aperfeiçoar a estrutura principal para o domínio alvo.

Esta abordagem é particularmente útil quando o domínio alvo difere significativamente do COCO imagens médicas, imagens aéreas, microscopia), em que a estrutura principal pode necessitar de adaptação, mas treinar tudo de uma só vez causa instabilidade. Para o desbloqueio automático com uma abordagem baseada em callbacks, consulte Congelar e desbloquear a estrutura principal.

from ultralytics import YOLO

# Stage 1: freeze backbone, train head and neck
model = YOLO("yolo26n.pt")
model.train(data="custom.yaml", epochs=20, freeze=10, name="stage1", exist_ok=True)

# Stage 2: unfreeze all, fine-tune with lower lr
model = YOLO("runs/detect/stage1/weights/best.pt")
model.train(data="custom.yaml", epochs=30, lr0=0.001, name="stage2", exist_ok=True)

Armadilhas comuns

O modelo não produz previsões

• Dados de treino insuficientes: o treino com muito poucas amostras é a causa mais comum — o modelo não consegue aprender nem generalizar com dados insuficientes. Certifique-se de que existem exemplos suficientemente diversificados por classe antes de investigar outras causas.
• Verificar os caminhos dos conjuntos de dados: caminhos incorretos em data.yaml produzir silenciosamente zero etiquetas. Executar yolo detect val model=yolo26n.pt data=your_data.yaml antes do treino, para confirmar se os rótulos carregam corretamente.
• Limiar de confiança mais baixo: se existirem previsões, mas estas forem filtradas, tente conf=0.1 durante a inferência.
• Verificar o número de alunos: garantir nc em data.yaml corresponde ao número real de classes nos ficheiros de etiquetas.

A curva de validação mAP precoce

• Adicionar mais dados: o ajuste fino beneficia significativamente da inclusão de dados de treino adicionais, especialmente exemplos diversificados com ângulos, iluminação e fundos variados.
• Verificar o equilíbrio da turma: as classes sub-representadas terão AP baixo. Utilize cls_pw para aplicar a ponderação inversa da classe de frequência (começar com cls_pw=0.25 em caso de desequilíbrio moderado, aumente para 1.0 (em caso de desequilíbrio grave).
• Reduzir o aumento: no caso de conjuntos de dados muito pequenos, uma ampliação excessiva pode ser mais prejudicial do que benéfica. Experimente mosaic=0.5 ou mosaic=0.0.
• Aumentar a resolução: para conjuntos de dados com objetos pequenos, experimente imgsz=1280 para preservar os detalhes.

O desempenho das classes originais diminui após o ajuste fino

Este fenómeno é conhecido como «esquecimento catastrófico» — o modelo perde o conhecimento adquirido anteriormente quando é ajustado exclusivamente com base em novos dados. O esquecimento é, na maioria das vezes, inevitável se não forem incluídas imagens do conjunto de dados original juntamente com os novos dados. Para mitigar esta situação:

• Combinar conjuntos de dados: incluir exemplos das classes originais juntamente com as novas classes durante o ajuste fino. Esta é a única forma fiável de evitar o esquecimento.
• Congelar a coluna vertebral e o pescoço: congelar tanto a coluna vertebral como o pescoço, de modo a que apenas a cabeça de deteção seja treinada, ajuda em execuções curtas de ajuste fino com uma taxa de aprendizagem muito baixa.
• Treine durante menos épocas: quanto mais tempo o modelo for treinado exclusivamente com novos dados, maior será a perda de conhecimento.

FAQ

Quantas imagens preciso para ajustar YOLO?

Não existe um mínimo fixo — os resultados dependem da complexidade da tarefa, do número de classes e do grau de semelhança do domínio com COCO. Imagens mais diversificadas (iluminação, ângulos e fundos variados) são mais importantes do que a quantidade em si. Comece com o que tiver e aumente a escala se as métricas de validação forem insuficientes.

Como posso ajustar o YOLO26 num conjunto de dados personalizado?

Carregar um modelo pré-treinado .pt arquivo e chamada .train() com o caminho para um ficheiro personalizado data.yaml. Ultralytics trata Ultralytics transferência de peso, reinicialização da cabeça de deteção e seleção do otimizador. Consulte o Ajustes básicos secção para ver o exemplo de código completo.

Por que é que YOLO meu YOLO ajustado não está a detetar nada?

As causas mais comuns são caminhos incorretos em data.yaml (que, silenciosamente, não gera nenhuma etiqueta), uma incompatibilidade entre nc no YAML e nos ficheiros de rótulos propriamente ditos, ou um limiar de confiança demasiado elevado. Ver Armadilhas comuns para consultar uma lista de verificação completa de resolução de problemas.

Que YOLO devo congelar para o ajuste fino?

Depende do tamanho do conjunto de dados e da semelhança do domínio. No caso de conjuntos de dados pequenos com um domínio semelhante ao COCO, congelar a estrutura principal (freeze=10) evita o sobreajuste. Para domínios muito diferentes do COCO, deixar todas as camadas não congeladas (freeze=None) permite que a rede principal se adapte. Ver Camadas congeladas para obter recomendações detalhadas.

Como posso evitar o esquecimento catastrófico ao ajustar YOLO novas classes?

Inclua exemplos das classes originais nos dados de treino, juntamente com as novas classes. Se isso não for possível, congele mais camadas (freeze=10 (ou superior) e a utilização de uma taxa de aprendizagem mais baixa ajuda a preservar o conhecimento pré-treinado. Ver O desempenho diminui nas classes originais para mais detalhes.

📅 Criado há 0 dias ✏️ Atualizado há 0 dias

Comentários