Ultralytics YOLO 学习笔记：从训练到部署

Ultralytics YOLO 是当前最流行的端到端计算机视觉框架之一，支持检测、分割、分类、姿态估计、跟踪等任务。
本文基于 ultralytics 8.3.87 整理，代码位于 E:\2512workspace\jiandu\模型\ultralytics-main++。

1. 框架概述

Ultralytics YOLO 由 Ultralytics 团队开发，可一行命令完成训练、预测和验证。主要特点：

多任务支持：目标检测 (detect)、实例分割 (segment)、图像分类 (classify)、姿态估计 (pose)、旋转框检测 (obb)、多目标跟踪 (track)、开放词汇检测 (YOLOWorld)
丰富的预训练模型：内置 YOLOv3/v5/v8/v9/v10、YOLO11、RT-DETR、SAM 等权重
一键导出部署：支持 ONNX、TensorRT、OpenVINO、TFLite 等十几种格式

⚠️ 当前副本已添加自定义模块（MLLA、AKconv、AFPN4Head、DCBv3Head、DWConvHead 等）及自定义数据集配置（Deepjiandu.yaml、mycoco8.yaml），修改代码时请注意保留这些文件。

2. 代码结构

核心包位于 ultralytics/，主要目录如下：

路径	作用
`ultralytics/nn/`	模型定义：`modules/` 实现各层（Conv、C2f、Detect、自定义模块），`tasks.py` 将 YAML 解析成网络
`ultralytics/models/yolo/`	各任务的训练器/验证器/预测器（detect/segment/pose/obb/classify）
`ultralytics/engine/`	通用引擎：训练、预测、验证、导出（trainer.py/predictor.py/validator.py/exporter.py）
`ultralytics/data/`	数据加载与增强（dataset.py/augment.py）
`ultralytics/cfg/`	配置：`default.yaml`（所有超参默认值）、`models/`（模型结构 yaml）、`datasets/`（数据集 yaml）
`ultralytics/utils/`	工具函数
`ultralytics/trackers/`	目标跟踪（ByteTrack、BoT-SORT）
`tests/` `docs/` `examples/`	测试、文档、部署示例

3. 模型结构

YOLO 模型通过 YAML 文本描述 + 代码解析 定义，直观可读：

配置文件示例：ultralytics/cfg/models/v8/yolov8.yaml
- nc：类别数
- scales：n/s/m/l/x 各规格的缩放系数（depth 深度、width 宽度），同一份 yaml 即可生成 5 个不同大小的模型
- backbone / head：逐层列出结构，每行格式为 [来自哪层, 重复次数, 模块名, 参数]

底层模块实现在：

conv.py：Conv、DWConv
block.py：C2f、Bottleneck
head.py：Detect、Segment、Pose 检测头
自定义模块（如 DCBv3Head、AKconv）位于 ultralytics/nn/modules/ 下

ultralytics/nn/tasks.py 中的 DetectionModel 等类负责解析 YAML 并组装网络。

4. 数据集准备

YOLO 数据集格式如下（自行标注时必须遵循）：

你的数据集/
  images/
    train/  *.jpg
    val/    *.jpg
  labels/
    train/  *.txt   # 每行: 类别id 中心x 中心y 宽 高（归一化至0~1）
    val/    *.txt

再编写数据集 YAML 文件（参考 ultralytics/cfg/datasets/mycoco8.yaml）：

path: ../datasets/mycoco1    # 数据集根目录
train: images/train2017      # 训练集相对路径
val: images/train2017        # 验证集相对路径
names:                       # 类别名（下标从 0 开始）
  0: person
  1: bicycle

标注工具可选 LabelImg、Roboflow、CVAT，导出为 YOLO 格式即可。

5. 训练

# 命令行（推荐）
yolo train data=你的数据.yaml model=yolov8n.pt epochs=100 imgsz=640 batch=16

# Python API
from ultralytics import YOLO
model = YOLO("yolov8n.pt")
model.train(data="你的数据.yaml", epochs=100, imgsz=640)

model 参数：
- 使用 .pt 预训练权重 → 微调（推荐，效果好、收敛快）
- 使用 .yaml 模型定义 → 从头训练（需要大显存和大数据量）

常用超参数：

epochs：训练轮数
batch：批大小
imgsz：输入尺寸
device：显卡编号（如 device=0）
lr0：初始学习率
optimizer：优化器（SGD/Adam/AdamW）
cos_lr：是否启用余弦退火学习率
workers：数据加载线程数

训练结果（权重 best.pt、曲线图等）自动保存至 runs/detect/train/。

6. 测试与推理

# 预测（支持图片、视频、摄像头、文件夹）
yolo predict model=best.pt source='test.jpg'
yolo predict model=best.pt source='video.mp4' show=True
yolo predict model=best.pt source=0        # 摄像头

# 验证精度（计算 mAP 等指标）
yolo val model=runs/detect/train/weights/best.pt data=你的数据.yaml

Python API 读取结果：

results = model.predict("test.jpg")
for r in results:
    print(r.boxes)       # 检测框
    print(r.boxes.conf)  # 置信度
    print(r.boxes.cls)   # 类别

7. 修改指南

7.1 简单修改：调整模型结构

复制一份 YAML 配置文件（如 yolov8.yaml）
修改 nc 为你的类别数
增删 backbone/head 中的层（修改模块名、重复次数、通道数）
使用 YOLO("my_model.yaml") 从头训练

7.2 进阶修改：添加自定义模块

在 ultralytics/nn/modules/ 中编写新层代码
在 ultralytics/nn/tasks.py 中 import 并注册
在 YAML 中直接引用模块名（本仓库已有的 DCBv3Head、AKconv 等即为示范）

7.3 调整训练默认参数

命令行传参或直接编辑 ultralytics/cfg/default.yaml

常见坑点：

类别数不对 → 同时修改 YAML 的 nc 和数据集 YAML 的 names，两者必须一致
小模型跑不动 → 换 n/s 规格或减小 imgsz

8. 环境依赖

基础安装：

pip install ultralytics

核心依赖：torch>=1.8, numpy, opencv-python, Pillow, PyYAML, scipy, tqdm, matplotlib, pandas, seaborn

本项目额外依赖（自定义模块需要，见 requirements_full.txt）：

pip install torch-dct einops mmcv

缺失时手动安装即可。

Ultralytics YOLO 学习笔记：目标检测框架使用与开发指南