Link to this section配置#

YOLO 设置和超参数对模型的性能、速度和 accuracy 起着至关重要的作用。这些设置会影响模型在训练、验证和预测等各个阶段的行为。

Watch: Mastering Ultralytics YOLO: Configuration

Ultralytics 命令使用以下语法：

示例

yolo TASK MODE ARGS

其中：

TASK (可选) 是 (detect, segment, semantic, classify, pose, obb) 之一
MODE (必需) 是 (train, val, predict, export, track, benchmark) 之一
ARGS（可选）是 arg=value 对，例如 imgsz=640，它们会覆盖默认值。

默认的 ARG 值在此页面定义，并来自 cfg/default.yaml file。

参数	默认值	描述
`task`	`'detect'`	指定 YOLO 任务：`detect` 用于 object detection，`segment` 用于实例分割，`semantic` 用于语义分割，`classify` 用于分类，`pose` 用于姿态估计，`obb` 用于旋转边界框。每项任务都针对图像和视频分析中的特定输出和问题进行了调整。

参数	默认值	描述
`mode`	`'train'`	指定 YOLO 模型的运行模式：`train` 用于模型训练，`val` 用于验证，`predict` 用于推理，`export` 用于转换为部署格式，`track` 用于对象跟踪，`benchmark` 用于性能评估。每种模式支持从开发到部署的不同阶段。

Link to this section训练设置#

YOLO 模型的训练设置包括影响模型性能、速度和 accuracy 的超参数和配置。关键设置包括 batch size、learning rate、动量和权重衰减。优化器、loss function 和数据集组成的选择也会影响训练。调优和实验对于获得最佳性能至关重要。有关更多详细信息，请参阅 Ultralytics entrypoint function。

参数	类型	默认值	描述
`model`	`str`	`None`	指定用于训练的模型文件。接受 `.pt` 预训练模型或 `.yaml` 配置文件的路径。这对于定义模型结构或初始化权重至关重要。
`data`	`str`	`None`	数据集配置文件的路径（例如 `coco8.yaml`）。该文件包含特定于数据集的参数，包括训练和验证数据的路径、类别名称以及类别数量。
`epochs`	`int`	`100`	总训练 epoch 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持续时间和模型性能。
`time`	`float`	`None`	以小时为单位的最长训练时间。如果设置，它将覆盖 `epochs` 参数，允许训练在指定持续时间后自动停止。这对于有时间限制的训练场景非常有用。
`patience`	`int`	`100`	在验证指标没有改善的情况下等待的 epoch 数，之后将提前停止训练。通过在性能停滞时停止训练，有助于防止过拟合。
`batch`	`int` 或 `float`	`16`	Batch size，具有三种模式：设置为整数（例如 `batch=16`）、用于 60% GPU 内存利用率的自动模式（`batch=-1`），或带有指定利用率分数的自动模式（`batch=0.70`）。
`imgsz`	`int`	`640`	训练的目标图像尺寸。图像被调整为边长等于指定值的正方形（如果 `rect=False`），这保留了 YOLO 模型的长宽比，但 RT-DETR 不会。这会影响模型准确率和计算复杂度。
`save`	`bool`	`True`	启用保存训练检查点和最终模型权重。这对于恢复训练或模型部署非常有用。
`save_period`	`int`	`-1`	保存模型检查点的频率，以 epoch 为单位。值为 -1 会禁用此功能。这对于在长时间训练期间保存中间模型非常有用。
`cache`	`bool`	`False`	启用将数据集图像缓存到内存（`True`/`ram`）、磁盘（`disk`）或禁用缓存（`False`）。通过减少磁盘 I/O 来提高训练速度，但会以增加内存使用量为代价。
`device`	`int` 或 `str` 或 `list`	`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`)、用于 Apple Silicon 的 MPS (`device=mps`)、华为昇腾 NPU (`device=npu` 或 `device=npu:0`)，或自动选择最空闲的 GPU (`device=-1`) 或多个空闲 GPU (`device=[-1,-1]`)
`workers`	`int`	`8`	用于数据加载的工作线程数（如果是多 GPU 训练，则为每个 `RANK` 分配的线程数）。影响数据预处理和输入模型的速度，在多 GPU 设置中特别有用。
`project`	`str`	`None`	保存训练输出的项目目录名称。允许对不同的实验进行有组织的存储。
`name`	`str`	`None`	训练运行的名称。用于在项目文件夹内创建子目录，存储训练日志和输出。
`exist_ok`	`bool`	`False`	如果为 True，则允许覆盖现有的项目/名称目录。这对于迭代实验非常有用，无需手动清除之前的输出。
`pretrained`	`bool` 或 `str`	`True`	确定是否从预训练权重开始训练。可以是布尔值，也可以是权重加载的字符串路径。`pretrained=False` 将从随机初始化的权重开始训练，同时保留模型架构。
`optimizer`	`str`	`'auto'`	训练所选的优化器。选项包括 `SGD`、`MuSGD`、`Adam`、`Adamax`、`AdamW`、`NAdam`、`RAdam`、`RMSProp`，或用于基于模型配置自动选择的 `auto`。影响收敛速度和稳定性。
`seed`	`int`	`0`	设置训练的随机种子，确保在相同配置下的运行结果具有可重复性。
`deterministic`	`bool`	`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。
`verbose`	`bool`	`True`	在训练期间启用详细输出，在控制台中显示进度条、每个 epoch 的指标以及其他训练信息。
`single_cls`	`bool`	`False`	在训练期间将多类别数据集中的所有类别视为单个类别。适用于二分类任务或专注于对象是否存在而非分类的情况。
`classes`	`list[int]`	`None`	指定要训练的类别 ID 列表。有助于在训练期间过滤掉其他类别，仅关注特定类别。
`rect`	`bool`	`False`	启用最小填充策略——批次中的图像会被最小程度地填充以达到统一大小，最长边等于 `imgsz`。这可以提高效率和速度，但可能会影响模型精度。
`multi_scale`	`float`	`0.0`	每批次随机改变 `imgsz`，变化范围为 +/- `multi_scale`（例如 `0.25` -> `0.75x` 到 `1.25x`），并四舍五入到模型步长的倍数；`0.0` 表示禁用多尺度训练。
`cos_lr`	`bool`	`False`	使用余弦学习率调度器，使学习率随 epoch 变化遵循余弦曲线。有助于管理学习率以获得更好的收敛效果。
`close_mosaic`	`int`	`10`	在最后 N 个 epoch 禁用马赛克数据增强，以便在完成前稳定训练。设置为 0 则禁用此功能。
`resume`	`bool`	`False`	从上一个保存的检查点恢复训练。自动加载模型权重、优化器状态和 epoch 计数，无缝继续训练。
`amp`	`bool`	`True`	启用自动混合精度 (AMP) 训练，在对精度影响极小的情况下减少内存使用并可能加快训练速度。
`fraction`	`float`	`1.0`	指定用于训练的数据集比例。允许在完整数据集的子集上进行训练，适用于实验或资源受限的情况。
`profile`	`bool`	`False`	在训练期间启用 ONNX 和 TensorRT 速度分析，有助于优化模型部署。
`freeze`	`int` 或 `list`	`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。适用于微调或迁移学习。
`lr0`	`float`	`0.01`	初始学习率（例如 `SGD=1E-2`，`Adam=1E-3`）。调整此值对于优化过程至关重要，它会影响模型权重的更新速度。
`lrf`	`float`	`0.01`	最终学习率占初始学习率的比例 = (`lr0 * lrf`)，与调度器结合使用以随时间调整学习率。
`momentum`	`float`	`0.937`	SGD 的动量因子或 Adam 优化器的 beta1，影响在当前更新中纳入过去梯度的程度。
`weight_decay`	`float`	`0.0005`	L2 正则化项，通过惩罚过大的权重来防止过拟合。
`warmup_epochs`	`float`	`3.0`	学习率预热的 epoch 数，将学习率从一个较小的值逐渐提高到初始学习率，以便在早期稳定训练。
`warmup_momentum`	`float`	`0.8`	预热阶段的初始动量，在预热期间逐渐调整到设定的动量值。
`warmup_bias_lr`	`float`	`0.1`	预热阶段偏置参数的学习率，有助于在初始 epoch 中稳定模型训练。
`box`	`float`	`7.5`	损失函数中框损失组件的权重，影响预测边界框坐标的准确性权重。
`cls`	`float`	`0.5`	总损失函数中分类损失的权重，影响正确分类预测相对于其他组件的重要性。
`cls_pw`	`float`	`0.0`	用于处理类别不平衡的类别加权幂指数，采用类别频率的倒数。`0.0` 禁用类别加权，`1.0` 应用完全倒数频率加权。0 到 1 之间的值提供部分加权。
`dfl`	`float`	`1.5`	分布焦点损失（Distribution Focal Loss）的权重，用于某些 YOLO 版本中进行细粒度分类。
`pose`	`float`	`12.0`	针对姿态估计模型训练中的姿态损失权重，影响对关键点预测准确性的重视程度。
`kobj`	`float`	`1.0`	姿态估计模型中关键点目标性损失的权重，平衡检测置信度和姿态准确性。
`rle`	`float`	`1.0`	姿态估计模型中残差对数似然估计损失的权重，影响关键点定位的精度。
`angle`	`float`	`1.0`	obb 模型中角度损失的权重，影响旋转边界框角度预测的精度。
`nbs`	`int`	`64`	用于损失归一化的标称批次大小。
`overlap_mask`	`bool`	`True`	确定训练时是否应将对象掩码合并为单个掩码，还是为每个对象保持独立。如果重叠，在合并期间较小的掩码会覆盖在较大的掩码之上。
`mask_ratio`	`int`	`4`	分割掩码的下采样比率，影响训练期间所用掩码的分辨率。
`dropout`	`float`	`0.0`	分类任务中用于正则化的 Dropout 率，通过在训练期间随机省略单元来防止过拟合。
`val`	`bool`	`True`	在训练期间启用验证，允许在单独的数据集上定期评估模型性能。
`plots`	`bool`	`True`	生成并保存训练和验证指标的绘图以及预测示例，从而提供关于模型性能和学习进度的视觉见解。
`compile`	`bool` 或 `str`	`False`	启用 PyTorch 2.x 的 `torch.compile` 图编译，后台使用 `backend='inductor'`。接受 `True` -> `"default"`，`False` -> 禁用，或字符串模式如 `"default"`、`"reduce-overhead"`、`"max-autotune-no-cudagraphs"`。如果不支持，将回退到 eager 模式并发出警告。
`max_det`	`int`	`300`	指定在训练验证阶段保留的对象最大数量。

关于批次大小设置的说明

batch 参数提供三种配置选项：

固定批次大小：使用整数（例如 batch=16）指定每批图像的数量。
自动模式 (60% GPU 显存)：使用 batch=-1 自动调整至约 60% 的 CUDA 显存利用率。
利用率百分比自动模式：设置一个分数（例如 batch=0.70），根据指定的 GPU 显存使用率进行调整。

训练指南

参数	类型	默认值	描述
`source`	`str` 或 `int` 或 `None`	`None`	指定推理的数据源。可以是图像路径、视频文件、目录、URL 或实时流的设备 ID。如果省略，将记录警告，模型将回退到内置的演示资源（`ultralytics/assets`，或用于 OBB 的演示 URL）。支持多种格式和来源，能够在不同类型的输入间灵活应用。
`conf`	`float`	`0.25`	设置检测的最低置信度阈值。置信度低于此阈值的检测对象将被忽略。调整此值有助于减少误报。
`iou`	`float`	`0.7`	Intersection Over Union (IoU) 非极大值抑制 (NMS) 阈值。较低的值通过消除重叠框来减少检测数量，有助于减少重复项。
`imgsz`	`int` 或 `tuple`	`640`	Letterbox 目标。整数给出方形 `N×N`；元组给出 `(height, width)`。设置 `rect=True` 时，由于最小矩形填充，实际张量可能小于此目标。使用 `rect=False` 可获得固定大小。请参阅 Fixed shape vs minimum rectangle。
`rect`	`bool`	`True`	如果为 `True`，则在可能时使用最小矩形填充（相同形状的批次和支持的后端）。如果为 `False`，则始终填充至完整的 `imgsz`。请参阅 Fixed shape vs minimum rectangle。
`half`	`bool`	`False`	启用半precision (FP16) 推理，这可以在支持的 GPU 上加速模型推理，同时对精度的影响微乎其微。
`device`	`str`	`None`	指定推理设备（例如 `cpu`、`cuda:0`、`0`、`npu` 或 `npu:0`）。允许你选择在 CPU、特定 GPU、华为昇腾 NPU 或其他计算设备上执行模型。
`batch`	`int`	`1`	指定推理的批次大小（仅在源为目录、视频文件或 `.txt` 文件时有效）。较大的批次大小可以提供更高的吞吐量，缩短推理所需的总时间。
`max_det`	`int`	`300`	每张图像允许的最大检测数。限制模型在单次推理中可检测的对象总数，防止在密集场景中输出过多结果。
`vid_stride`	`int`	`1`	视频输入的帧步长。允许跳过视频中的帧以加快处理速度，代价是牺牲时间分辨率。值为 1 处理每一帧，更高的值会跳过帧。
`stream_buffer`	`bool`	`False`	确定是否为视频流排队传入的帧。如果为 `False`，则丢弃旧帧以适应新帧（针对实时应用程序进行优化）。如果为 `True`，则将新帧排入缓冲区，确保不跳过任何帧，但如果推理 FPS 低于流 FPS，则会导致延迟。
`visualize`	`bool`	`False`	在推理期间激活模型特征可视化，深入了解模型正在“看到”什么。这对于调试和模型解释非常有用。
`augment`	`bool`	`False`	启用测试时增强 (TTA) 进行预测，可能会提高检测的稳健性，但会以牺牲推理速度为代价。
`agnostic_nms`	`bool`	`False`	启用类别无关的非极大值抑制 (NMS)，它会合并不同类别的重叠框。在类别重叠常见的多类检测场景中非常有用。对于端到端模型（YOLO26、YOLOv10），这仅防止相同的检测以多个类别标签出现（IoU=1.0 重复），并且不会在不同框之间执行基于 IoU 阈值的抑制。
`classes`	`list[int]`	`None`	将预测过滤为一组类别 ID。仅返回属于指定类别的检测结果。在多类检测任务中专注于相关对象非常有用。
`retina_masks`	`bool`	`False`	返回高分辨率分割掩码。如果启用，返回的掩码 (`masks.data`) 将匹配原始图像大小。如果禁用，它们将具有推理期间使用的图像大小。
`embed`	`list[int]`	`None`	指定从中提取特征向量或 embeddings 的层。适用于聚类或相似度搜索等下游任务。
`project`	`str`	`None`	如果启用了 `save`，预测输出将保存到的项目目录名称。
`name`	`str`	`None`	预测运行名称。用于在项目文件夹内创建一个子目录，如果启用了 `save`，预测输出将存储在该子目录中。
`stream`	`bool`	`False`	通过返回 Results 对象的生成器而不是一次将所有帧加载到内存中，为长视频或大量图像启用内存高效处理。
`verbose`	`bool`	`True`	控制是否在终端中显示详细的推理日志，提供关于预测过程的实时反馈。
`compile`	`bool` 或 `str`	`False`	启用 PyTorch 2.x 的 `torch.compile` 图编译，后台使用 `backend='inductor'`。接受 `True` -> `"default"`，`False` -> 禁用，或字符串模式如 `"default"`、`"reduce-overhead"`、`"max-autotune-no-cudagraphs"`。如果不支持，将回退到 eager 模式并发出警告。
`end2end`	`bool`	`None`	覆盖支持免 NMS 推理的 YOLO 模型（YOLO26、YOLOv10）中的端到端模式。将其设置为 `False`，你可以使用传统的 NMS 管道运行预测，此外还可以利用 `iou` 参数。有关详细信息，请参阅 End-to-End Detection guide。

参数	类型	默认值	描述
`show`	`bool`	`False`	如果为 `True`，则在窗口中显示标注后的图像或视频。这对于开发或测试过程中的即时视觉反馈非常有用。
`save`	`bool`	`False or True`	启用将带注释的图像或视频保存到文件。对于文档记录、进一步分析或分享结果非常有用。使用 CLI 时默认为 True，在 Python 中使用时默认为 False。
`save_frames`	`bool`	`False`	处理视频时，将单个帧保存为图像。对于提取特定帧或进行详细的逐帧分析非常有用。
`save_txt`	`bool`	`False`	以 `[class] [x_center] [y_center] [width] [height] [confidence]` 格式将检测结果保存在文本文件中。对于与其他分析工具集成非常有用。
`save_conf`	`bool`	`False`	在保存的文本文件中包含置信度分数。增强了可用于后续处理和分析的详细信息。
`save_crop`	`bool`	`False`	保存检测对象的裁剪图像。对于数据集增强、分析或创建针对特定对象的聚焦数据集非常有用。
`show_labels`	`bool`	`True`	在视觉输出中显示每次检测的标签。提供对检测到对象的即时理解。
`show_conf`	`bool`	`True`	在标签旁显示每次检测的置信度得分。让你深入了解模型对每次检测的确定性。
`show_boxes`	`bool`	`True`	在检测到的对象周围绘制边界框。对于图像或视频帧中对象的视觉识别和定位至关重要。
`line_width`	`int or None`	`None`	指定边界框的线条宽度。如果为 `None`，则线条宽度会根据图像尺寸自动调整。提供用于清晰度的视觉自定义功能。

Link to this section验证设置#

YOLO 模型的验证设置涉及用于评估 validation dataset 性能的超参数和配置。这些设置会影响性能、速度和 accuracy。常见设置包括批次大小、验证频率和性能指标。验证数据集的大小和组成以及特定任务也会影响该过程。

参数	类型	默认值	描述
`data`	`str`	`None`	指定数据集配置文件的路径（例如 `coco8.yaml`）。此文件应包含 validation data 的路径。
`imgsz`	`int`	`640`	定义输入图像的大小。所有图像在处理前都会调整为此尺寸。较大的尺寸可能会提高小对象的精度，但会增加计算时间。
`batch`	`int`	`16`	设置每批图像的数量。更高的值更有效地利用 GPU 显存，但需要更多的 VRAM。请根据可用的硬件资源进行调整。
`save_json`	`bool`	`False`	如果为 `True`，则将结果保存为 JSON 文件，以便进行进一步分析、与其他工具集成或提交给 COCO 等评估服务器。
`conf`	`float`	`0.001`	设置检测的最低置信度阈值。较低的值会增加召回率，但可能会引入更多误报。在 validation 期间使用，以计算精度-召回率曲线。对于 OBB 验证，默认为 `0.01` 以减少内存使用。
`iou`	`float`	`0.7`	Sets the Intersection Over Union threshold for Non-Maximum Suppression. Controls duplicate detection elimination.
`max_det`	`int`	`300`	限制每张图像的最大检测数。在密集场景中非常有用，可以防止过多的检测并管理计算资源。
`half`	`bool`	`False`	启用半precision (FP16) 计算，在对 accuracy 影响极小的情况下减少内存使用并可能提高速度。
`device`	`str`	`None`	指定验证设备（`cpu`、`cuda:0`、`npu`、`npu:0` 等）。当为 `None` 时，自动选择最佳可用设备。多个 CUDA 设备可以用逗号分隔指定。
`dnn`	`bool`	`False`	如果为 `True`，则使用 OpenCV DNN 模块进行 ONNX 模型推理，提供了一种替代 PyTorch 推理方法的方式。
`plots`	`bool`	`True`	设为 `True` 时，会生成并保存预测结果与真值对比的图表、混淆矩阵以及 PR 曲线，用于直观评估模型性能。
`classes`	`list[int]`	`None`	指定需要评估的类别 ID 列表。这在评估过程中过滤并仅关注特定类别时非常有用。
`rect`	`bool`	`True`	如果设为 `True`，将使用矩形推理进行批处理，减少填充（padding），通过按图像原始长宽比进行处理，从而可能提高速度和效率。
`split`	`str`	`'val'`	确定用于验证的数据集拆分（`val`、`test` 或 `train`）。允许你灵活选择数据片段进行性能评估。
`project`	`str`	`None`	保存验证输出的项目目录名称。有助于整理来自不同实验或模型的结果。
`name`	`str`	`None`	验证运行的名称。用于在项目文件夹内创建子目录，存储验证日志和输出。
`verbose`	`bool`	`True`	如果设为 `True`，会在验证过程中显示详细信息，包括各类的指标、批处理进度以及额外的调试信息。
`save_txt`	`bool`	`False`	如果设为 `True`，将以文本文件形式保存检测结果（每张图像一个文件），便于进一步分析、自定义后处理或与其他系统集成。
`save_conf`	`bool`	`False`	如果设为 `True`，在启用 `save_txt` 时会在保存的文本文件中包含置信度值，从而为分析和过滤提供更详细的输出。
`workers`	`int`	`8`	用于数据加载的工作线程数。更高的数值可以加快数据预处理速度，但可能会增加 CPU 使用率。设为 0 表示使用主线程，在某些环境中可能更稳定。
`augment`	`bool`	`False`	在验证期间启用测试时增强（TTA），通过对输入的转换版本运行推理，以牺牲推理速度为代价，潜在地提高检测准确率。
`agnostic_nms`	`bool`	`False`	启用类无关的 Non-Maximum Suppression，无论其预测类别如何，都会合并重叠的框。这对于以实例为核心的应用非常有用。对于端到端模型（YOLO26、YOLOv10），这仅防止同一检测结果出现多个类别标签（IoU=1.0 重复），而不会在不同框之间执行基于 IoU 阈值的抑制。
`single_cls`	`bool`	`False`	在验证过程中将所有类别视为单一类别。对于评估二分类任务的模型性能，或者当类别区分并不重要时非常有用。
`visualize`	`bool`	`False`	为每张图像可视化真值（ground truths）、真阳性、假阳性及假阴性。有助于调试和模型解释。
`show_labels`	`bool`	`True`	当 `visualize=True` 时，在验证可视化中显示类别标签。设为 `False` 可获得更清晰的匹配项和错误查看效果。
`show_conf`	`bool`	`True`	当 `visualize=True` 时，在验证可视化中显示置信度分数。设为 `False` 可获得更清晰的匹配项和错误查看效果。
`compile`	`bool` 或 `str`	`False`	启用 PyTorch 2.x 的 `torch.compile` 图编译，后台使用 `backend='inductor'`。接受 `True` -> `"default"`，`False` -> 禁用，或字符串模式如 `"default"`、`"reduce-overhead"`、`"max-autotune-no-cudagraphs"`。如果不支持，将回退到 eager 模式并发出警告。
`end2end`	`bool`	`None`	覆盖支持无 NMS 推理（YOLO26、YOLOv10）的 YOLO 模型中的端到端模式。将其设为 `False`，允许你使用传统的 NMS 流水线运行验证，同时还可以使用 `iou` 参数。

仔细的调整和实验对于确保最佳性能以及检测和防止 overfitting 至关重要。

验证指南

参数	类型	默认值	描述
`format`	`str`	`'torchscript'`	导出模型的目标格式，例如 `'onnx'`、`'torchscript'`、`'engine'` (TensorRT) 等。每种格式都能实现与不同部署环境的兼容性。
`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（例如 `640` 表示 640×640），也可以是一个元组 `(height, width)` 以指定具体尺寸。
`keras`	`bool`	`False`	启用导出为 TensorFlow SavedModel 的 Keras 格式，提供与 TensorFlow 服务和 API 的兼容性。
`optimize`	`bool`	`False`	导出为 TorchScript 时应用针对移动设备的优化，可能减小模型体积并提高推理性能。该选项与 NCNN 格式或 CUDA 设备不兼容。对于 DEEPX，启用更高程度的编译器优化，这会减少推理延迟并增加编译时间。
`half`	`bool`	`False`	启用 FP16（半精度）量化，减小模型体积，并可能在支持的硬件上加快推理速度。该选项与 INT8 量化或仅 CPU 的导出方式不兼容。仅适用于特定格式，例如 ONNX（见下文）。
`int8`	`bool`	`False`	激活 INT8 量化，进一步压缩模型并以极小的准确率损失加快推理速度，主要用于边缘设备。与 TensorRT 一起使用时，会执行训练后量化（PTQ）。
`dynamic`	`bool`	`False`	允许 TorchScript、ONNX、OpenVINO、TensorRT 和 CoreML 导出采用动态输入尺寸，增强了处理不同图像尺寸时的灵活性。
`simplify`	`bool`	`True`	使用 `onnxslim` 简化 ONNX 导出的模型图，从而潜在地提高性能以及与推理引擎的兼容性。
`opset`	`int`	`None`	指定用于与不同 ONNX 解析器和运行时兼容的 ONNX opset 版本。如果不设置，将使用最新支持的版本。
`workspace`	`float` 或 `None`	`None`	设置 TensorRT 优化的最大工作空间大小（单位为 GiB），以平衡内存使用和性能。使用 `None` 可由 TensorRT 自动分配，最高可达设备上限。
`nms`	`bool`	`False`	在支持的情况下（参见导出格式）为导出模型添加非极大值抑制（NMS），提高检测后处理效率。该选项不适用于端到端模型。
`batch`	`int`	`1`	指定导出模型的批量推理大小，即导出模型在 `predict` 模式下将同时处理的最大图像数量。对于 Edge TPU 导出，此值会自动设为 1。
`device`	`str`	`None`	指定用于导出的设备：GPU (`device=0`)、CPU (`device=cpu`)、适用于 Apple Silicon 的 MPS (`device=mps`)、华为昇腾 NPU (`device=npu` 或 `device=npu:0`)，或适用于 NVIDIA Jetson 的 DLA (`device=dla:0` 或 `device=dla:1`)。TensorRT 导出会自动使用 GPU。
`data`	`str`	`'coco8.yaml'`	指向数据集配置文件的路径，对于 INT8 量化校准至关重要。如果启用 INT8 但未指定该文件，将默认使用 `coco8.yaml` 进行校准。
`fraction`	`float`	`1.0`	指定用于 INT8 量化校准的数据集比例。允许在完整数据集的一个子集上进行校准，这对实验或资源受限时非常有用。如果启用 INT8 但未指定，将使用完整数据集。
`end2end`	`bool`	`None`	覆盖支持无 NMS 推理（YOLO26、YOLOv10）的 YOLO 模型中的端到端模式。将其设为 `False`，允许你导出这些模型，以使其兼容传统的基于 NMS 的后处理流水线。详情请参阅端到端检测指南。

参数	类型	默认值	描述
`model`	`str`	`None`	Ultralytics YOLO 模型文件的路径。
`region`	`list`	`'[(20, 400), (1260, 400)]'`	定义计数区域的点列表。
`show_in`	`bool`	`True`	控制是否在视频流上显示进入计数的标志。
`show_out`	`bool`	`True`	控制是否在视频流上显示离开计数的标志。
`analytics_type`	`str`	`'line'`	图表类型，例如 `line`（折线图）、`bar`（柱状图）、`area`（面积图）或 `pie`（饼图）。
`colormap`	`int`	`cv2.COLORMAP_DEEPGREEN`	用于热力图的颜色映射。
`json_file`	`str`	`None`	包含所有停车坐标数据的 JSON 文件路径。
`up_angle`	`float`	`145.0`	“向上”姿势的角度阈值。
`kpts`	`list[int]`	`'[6, 8, 10]'`	用于监控健身锻炼的三个关键点索引列表。这些关键点对应于身体关节或部位，例如肩膀、肘部和手腕，适用于俯卧撑、引体向上、深蹲和腹部锻炼等练习。
`down_angle`	`int`	`90`	“向下”姿势的角度阈值。
`blur_ratio`	`float`	`0.5`	调整模糊强度的百分比，数值范围在 `0.1 - 1.0` 之间。
`crop_dir`	`str`	`'cropped-detections'`	用于存储裁剪后的检测结果的目录名称。
`records`	`int`	`5`	触发安全报警系统发送电子邮件所需的检测总数。
`vision_point`	`tuple[int, int]`	`(20, 20)`	使用 VisionEye 解决方案跟踪对象并绘制路径的视点。
`source`	`str`	`None`	输入源路径（视频、RTSP 等）。仅适用于解决方案命令行界面 (CLI)。
`figsize`	`tuple[int, int]`	`(12.8, 7.2)`	用于热力图或图表等分析图表的图片尺寸。
`fps`	`float`	`30.0`	用于速度计算的每秒帧数。
`max_hist`	`int`	`5`	用于速度/方向计算时，每个对象可跟踪的最大历史点数。
`meter_per_pixel`	`float`	`0.05`	用于将像素距离转换为现实世界单位的比例因子。
`max_speed`	`int`	`120`	视觉叠加中的最高限速（用于警报）。
`data`	`str`	`'images'`	用于相似度搜索的图像目录路径。
`imgsz`	`int`	`640`	用于模型推理的输入图像尺寸。

Link to this section增强设置#

数据增强技术对于通过向训练数据引入变异性来提高 YOLO 模型的稳健性和性能至关重要，这有助于模型更好地泛化到未见的数据。下表概述了每个增强参数的目的和效果：

参数	类型	默认值	支持的任务	范围	描述
`hsv_h`	`float`	`0.015`	`detect`, `segment`, `pose`, `obb`, `classify`	`0.0 - 1.0`	通过色轮的一小部分调整图像的色调，引入颜色变异性。有助于模型在不同光照条件下实现泛化。
`hsv_s`	`float`	`0.7`	`detect`, `segment`, `pose`, `obb`, `classify`	`0.0 - 1.0`	通过一小部分比例改变图像的饱和度，影响颜色的强度。适用于模拟不同的环境条件。
`hsv_v`	`float`	`0.4`	`detect`, `segment`, `pose`, `obb`, `classify`	`0.0 - 1.0`	通过一小部分比例修改图像的值（亮度），帮助模型在各种光照条件下表现良好。
`degrees`	`float`	`0`	`detect`, `segment`, `pose`, `obb`	`0.0 - 180`	在指定的度数范围内随机旋转图像，提高模型识别不同朝向物体的能力。
`translate`	`float`	`0.1`	`detect`, `segment`, `pose`, `obb`	`0.0 - 1.0`	按图像尺寸的一定比例水平和垂直平移图像，有助于学习检测部分可见的物体。
`scale`	`float`	`0.5`	`detect`, `segment`, `pose`, `obb`, `classify`	`0 - 1`	通过增益因子缩放图像，模拟相机与物体距离不同的情况。
`shear`	`float`	`0`	`detect`, `segment`, `pose`, `obb`	`-180 - +180`	按指定角度对图像进行剪切，模拟从不同角度观察物体的效果。
`perspective`	`float`	`0`	`detect`, `segment`, `pose`, `obb`	`0.0 - 0.001`	对图像应用随机透视变换，增强模型在3D空间中理解物体的能力。
`flipud`	`float`	`0`	`detect`, `segment`, `pose`, `obb`, `classify`	`0.0 - 1.0`	以指定的概率将图像上下翻转，在不影响物体特性的前提下增加数据变体。
`fliplr`	`float`	`0.5`	`detect`, `segment`, `pose`, `obb`, `classify`	`0.0 - 1.0`	以指定的概率将图像左右翻转，有助于学习对称物体并增加数据集的多样性。
`bgr`	`float`	`0`	`detect`, `segment`, `pose`, `obb`	`0.0 - 1.0`	以指定的概率将图像通道从 RGB 翻转为 BGR，有助于增强对错误通道排序的鲁棒性。
`mosaic`	`float`	`1`	`detect`, `segment`, `pose`, `obb`	`0.0 - 1.0`	将四张训练图像组合成一张，模拟不同的场景构成和物体交互。对于复杂场景理解非常有效。
`mixup`	`float`	`0`	`detect`, `segment`, `pose`, `obb`	`0.0 - 1.0`	混合两张图像及其标签，创建一个复合图像。通过引入标签噪声和视觉变体，提高模型的泛化能力。
`cutmix`	`float`	`0`	`detect`, `segment`, `pose`, `obb`	`0.0 - 1.0`	结合两张图像的部分内容，在保持不同区域的同时创建一个部分混合图像。通过创建遮挡场景来增强模型的鲁棒性。
`copy_paste`	`float`	`0`	`segment`	`0.0 - 1.0`	在图像之间复制和粘贴物体，以增加物体实例。
`copy_paste_mode`	`str`	`flip`	`segment`	-	指定使用的 `copy-paste` 策略。选项包括 `'flip'` 和 `'mixup'`。
`auto_augment`	`str`	`randaugment`	`classify`	-	应用预定义的增强策略（`'randaugment'`、`'autoaugment'` 或 `'augmix'`），通过视觉多样性来提升模型性能。
`erasing`	`float`	`0.4`	`classify`	`0.0 - 1.0`	在训练期间随机擦除图像区域，鼓励模型关注不太明显的特征。
`augmentations`	`list`	``	`detect`, `segment`, `pose`, `obb`	-	用于高级数据增强的自定义 Albumentations 转换（仅限 Python API）。接受转换对象列表以满足特定的增强需求。

调整这些设置以满足数据集和任务的要求。尝试不同的数值可以帮助找到实现最佳模型性能的最优增强策略。

增强指南

Link to this section日志、检查点和绘图设置#

日志记录、检查点、绘图和文件管理在训练 YOLO 模型时非常重要：

日志记录：使用 TensorBoard 等库或通过写入文件来追踪模型进度并诊断问题。
检查点：定期保存模型，以便恢复训练或尝试不同的配置。
绘图：使用 Matplotlib 或 TensorBoard 等库可视化性能和训练进度。
文件管理：整理训练期间生成的文件（如检查点、日志文件和图表），以便于访问和分析。

有效管理这些方面有助于追踪进度，并使调试和优化变得更加容易。

参数	默认值	描述
`project`	`None`	指定用于保存训练运行的根目录。如果未指定，运行将保存在 `runs/<task>` 下。每次运行都保存在单独的子目录中。
`name`	`None`	定义实验名称。如果未指定，YOLO 会使用模式名称并为每次运行递增（例如 `train`、`train-2`），以避免覆盖。
`exist_ok`	`False`	确定是否覆盖现有的实验目录。`True` 允许覆盖；`False` 则禁止。
`plots`	`True`	控制训练和验证图表的生成与保存。设为 `True` 可创建诸如损失曲线、精确率-召回率曲线以及样本预测图，用于直观地追踪性能。
`save`	`True`	启用保存训练检查点和最终模型权重。设为 `True` 可定期保存模型状态，从而允许恢复训练或部署模型。

Link to this section自定义配置文件#

加载保存的 YAML 以复用整套参数，无需内联传入。cfg 参数会覆盖 default.yaml 中的值，而随之传入的其他参数优先级更高。

参数	默认值	描述
`cfg`	`None`	指向 YAML 文件的路径，其值会替换 `default.yaml` 中的条目。有关 CLI 示例，请参阅覆盖默认配置文件。

Link to this section常见问题解答#

Link to this section如何提升 YOLO 模型在训练期间的性能？#

通过调整 batch size、learning rate、动量和权重衰减等超参数来提升性能。调整数据增强设置，选择合适的优化器，并使用早停或混合精度等技术。详情请参阅训练指南。

Link to this section哪些是影响 YOLO 模型准确率的关键超参数？#

影响准确率的关键超参数包括：

Batch Size (batch)：较大的值可以稳定训练，但需要更多内存。
Learning Rate (lr0)：较小的值可以实现微调，但收敛速度较慢。
Momentum (momentum)：加速梯度向量，抑制振荡。
Image Size (imgsz)：较大的尺寸可提高准确率，但会增加计算负荷。

请根据你的数据集和硬件进行调整。在训练设置中了解更多。

Link to this section如何设置训练 YOLO 模型时的学习率？#

The learning rate (lr0) is crucial; start with 0.01 for SGD or 0.001 for Adam optimizer. Monitor metrics and adjust as needed. Use cosine learning rate schedulers (cos_lr) or warmup (warmup_epochs, warmup_momentum). Details are in the Train Guide.

Link to this sectionYOLO 模型的默认推理设置是什么？#

默认设置包括：

置信度阈值 (conf=0.25)：检测所需的最小置信度。
IoU 阈值 (iou=0.7)：用于非极大值抑制 (NMS)。
图像尺寸 (imgsz=640)：调整输入图像大小。
设备 (device=None)：选择 CPU、GPU、Apple MPS 或华为昇腾 NPU (npu)。

如需完整概述，请参阅预测设置和预测指南。

Link to this section为什么要对 YOLO 模型使用混合精度训练？#

混合精度训练 (amp=True) 使用 FP16 和 FP32 减少内存使用并加速训练。它对现代 GPU 有利，允许使用更大的模型并进行更快的计算，而不会出现显著的准确率损失。在训练指南中了解更多。

贡献者

GLglenn-jocher²⁹ RIRizwanMunawar⁵ LALaughing-q³ MAMatthewNoyce³ RAraimbekovm² AMambitious-octopus² FCfcakyon² GIGiantAxeWhy¹ PDpderrenger¹ JKjk4e¹ PLplashchynski¹ BUBurhan-Q¹ AYAyushExel¹ TEtensorturtle¹

创建于 2023年11月12日更新于前天