YOLO26 计算机视觉 - 训练自己的 YOLO26 模型

大家好，我是 Java1234 小锋老师。最近正在更新《一天学会 YOLO26 计算机视觉机器视觉视频教程》系列专辑，感谢大家的支持与关注。

本课程将系统讲解 YOLO26 的完整知识体系，涵盖 YOLO26 简介、HelloWorld 项目实现、模型架构解析、图片与视频推理、摄像头实时检测、数据集与标注、训练自己的 YOLO26 模型、多任务（分割 / 姿态 / 分类 / OBB）以及模型导出等内容。

视频教程+课件+源码打包下载：

链接：https://pan.baidu.com/s/1_NzaNr0Wln6kv1rdiQnUTg

提取码：0000

具体位置：进入【第三十一期】技术目录即可找到。

YOLO26 计算机视觉 - 训练自己的 YOLO26 模型

我们用前面的helloWorld.py测试一个图片，没检测到安全帽。

YOLO26默认识别的80个目标里面是没有"安全帽"的。我们今天来训练一个能够识别"安全帽"的YOLO26模型。当然这个是模型微调（Fine-tuning），利用官方在COCO（80类）上预训练的权重作为起点，训练出自己的模型，微调的优势在于收敛更快、所需数据更少，因为模型已经学会了通用的视觉特征（如边缘、纹理）。这能极大地降低我们的训练成本和时间。

首先我们准备8张图片。以及用Label Studio进行数据标注。

Label Studio安装命令：

复制代码

pip install label-studio -i https://pypi.tuna.tsinghua.edu.cn/simple  --trusted-host pypi.tuna.tsinghua.edu.cn

Label Studio启动命令：

复制代码

label-studio start

启动后，进入http://localhost:8080/

进入首页：

先点击注册一个账号，然后再登录进去。

第一步，项目名称设置

第二步：导入数据图片

第三步：标签设置，选基于边界的目标检测

默认的标签删除掉；

接着输入 helmet，点击Add按钮，添加一个标签。

接下来就是给图片标注了。全选后，点 Lavel 8 Tasks

先键盘按1,（选安全帽标签），然后图上鼠标选中安全帽位置

再点 submit提交按钮即可。其他7个图片一样的操作。

全部标注完毕后，我们就可以导出标注文件，进入项目，点 Export 导出

我们选 yolo 格式，然后点Export导出按钮即可。

得到标注压缩项目文件，解压下

labels下就是我们需要的标注文件。

为了和图片名称一一对应，我们要重命名下标注文件。

按照标准格式，把图片和标签放到置顶目录。四张训练图片和四张验证图片。

新建helmet_train.py

python 复制代码

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # 加载预训练权重
results = model.train(data="helmet.yaml", epochs=100, imgsz=640)

运行后，得到权重文件。

我们用得权重文件去预测识别目标，新建helmet_predict.py

python 复制代码

# -*- coding: utf-8 -*-
"""
使用自己训练的安全帽检测模型进行图片推理。
训练图分辨率很高，默认 imgsz=640 时安全帽过小，容易漏检，因此推理时加大输入尺寸。
"""

from pathlib import Path
import sys

from ultralytics import YOLO

sys.path.append(str(Path(__file__).resolve().parents[1]))
from utils.common import print_detections, ensure_dir

# 脚本所在目录，避免工作目录不对时找不到权重和图片
HERE = Path(__file__).resolve().parent
WEIGHTS = HERE / "best.pt"
IMAGE = HERE / "helmet2.png"


def main() -> None:
    """加载自定义权重并对单张图片推理、打印并保存结果。"""
    if not WEIGHTS.exists():
        raise FileNotFoundError(f"未找到模型权重: {WEIGHTS}")
    if not IMAGE.exists():
        raise FileNotFoundError(f"未找到待推理图片: {IMAGE}")

    model = YOLO(str(WEIGHTS))  # 加载自己训练的安全帽模型
    out_dir = ensure_dir(HERE / "runs")  # 推理结果保存目录

    results = model.predict(
        source=str(IMAGE),
        conf=0.25,  # 置信度阈值，低于该值的框会被丢掉
        imgsz=960,  # 比训练默认 640 更大，适配高分辨率原图
        save=True,  # 保存带检测框的图片
        project=str(out_dir),
        name="helmet_predict",
        exist_ok=True,
    )

    print(f"类别: {model.names}")
    print_detections(results[0], model.names)
    print(f"结果已保存到: {out_dir / 'helmet_predict'}")

    results[0].show()  # 弹窗显示检测结果


if __name__ == "__main__":
    main()

运行结果，能够识别。

虽然可以识别，但是由于我们训练的数据太少，如果要提高识别率，需要进行大量的图片进行训练，提高泛化能力。

训练train方法核心参数：

参数	作用	默认值	建议
data	指定数据集配置文件（`.yaml`格式）的路径。	无	这是必须设置的参数，没有默认值。
epochs	训练轮数，即整个数据集被模型完整学习的次数。	`100`	小数据集（如几百张）：`50-100`轮；大数据集：`200`轮以上。
imgsz	输入图像的尺寸。所有图片会被统一缩放至此大小（宽高相等）后再训练。	`640`	小目标检测：用`1280`；追求速度：用`320`。数值必须是32的倍数。
batch	批次大小，即每次迭代输入模型进行训练的图片数量。	`16`	在显存允许的范围内尽可能设大，通常建议不低于`8`。也可设为`-1`让模型自动选择。
device	指定训练使用的计算设备。	`None` (自动选择)	单GPU：`device=0`；多GPU：`device=0,1,2,3`；CPU：`device=cpu`。
workers	用于数据加载的线程数，负责将数据从硬盘读入内存并预处理。	`8`	Windows系统需特别注意，常因多线程问题报错，建议设为 0。Linux服务器可适当增大。
patience	早停（Early Stopping）的"耐心值"。若验证集精度连续这么多轮没有提升，训练将自动停止。	`50`	可有效防止过拟合和节省时间。若想禁用此功能，可设为一个极大值，如`10000`。

实例代码：

python 复制代码

from ultralytics import YOLO

# 加载预训练模型
model = YOLO('yolov8n.pt')

# 开始训练
results = model.train(
    data='path/to/your/data.yaml',  # 数据集配置文件
    epochs=100,                     # 训练100轮
    imgsz=640,                      # 输入图片尺寸640x640
    batch=16,                       # 每批16张图
    device=0,                       # 使用第一张GPU
    workers=4,                      # 使用4个线程加载数据
    patience=50                     # 50轮无提升则停止
)

训练完成后，会生成一些图片文件，是 Ultralytics YOLO 训练完成后自动保存的标准评估结果 。它们主要分为三类：置信度阈值曲线 、混淆矩阵 和训练过程汇总。

下面我为你逐一解读它们的含义和实际用途：

1. 核心性能曲线（用于选"置信度阈值"）

这四张图都是关于目标框（Box） 的指标，横轴是置信度阈值（从 0 到 1）。

文件名	含义	实际用途（怎么看）
BoxP_curve.png	精确率曲线（Precision）。随着阈值提高，模型变"严格"，精确率通常上升（检测到的更少但更准）。	如果误检让你很头疼（比如把背景当目标），就参考这张图，选一个高精确率对应的阈值。
BoxR_curve.png	召回率曲线（Recall）。随着阈值提高，召回率通常下降（漏检变多）。	如果漏检让你很头疼（比如没检测出目标），就参考这张图，选一个高召回率对应的阈值。
BoxF1_curve.png	F1 分数曲线。它是精确率和召回率的调和平均值，是综合性能指标。	最常用的参考图。曲线最高点对应的横坐标（如 0.3 或 0.45），就是你推理时设置 `conf` 参数的最佳平衡点。
BoxPR_curve.png	PR 曲线图（横轴召回率，纵轴精确率）。它不涉及具体阈值，反映模型全局性能。	曲线越靠近右上角（面积越大），模型性能越好。训练日志中的 mAP 值就是基于这条曲线计算出来的。

2. 混淆矩阵（用于看"分错哪里"）

这两张图展示了模型在验证集上的分类和定位结果。

文件名	含义	关键看点
confusion_matrix.png	绝对数值混淆矩阵。行列代表真实标签和预测标签，数字代表具体的检测框数量。	对角线（深色）数值越大越好。如果非对角线上有亮色格子，说明模型常把 A 类误检为 B 类。
confusion_matrix_normalized.png	归一化混淆矩阵（百分比）。将每行的总数视为 1，看比例。	主要用于排除"样本数量多"带来的视觉误导。如果某行对角线颜色很浅，说明该类别的召回率极低（漏检严重）。
额外列（Background FN/FP）	最右侧是漏检（没框出来），最下侧是误检（框错了背景）。	如果最右侧数值很高，说明漏检严重；如果最下侧很高，说明误检严重。

3. 训练过程与数据概览

文件名	含义	怎么用
labels.jpg	训练集标注可视化。随机抽取了一批训练图片，展示真实的标注框（GT）分布。	快速检查你的数据集标注是否正确，以及目标大小是否合理（框太大或太小会影响训练）。
results.png	最重要的汇总图。包含了整个训练过程中，随着 `epochs` 增加，损失值（Loss）和精度指标（mAP）的变化曲线。	看收敛：Loss 曲线是否平稳下降？mAP 曲线是否趋于平缓？如果 mAP 最后还在上升，说明可以增加 `epochs`；如果 Loss 震荡剧烈，说明 `batch` 可能太小或学习率不合适。
results.csv	训练过程的原始数据表格。记录了每一轮的 Loss、mAP 等具体数值。	供数据分析师使用，可以用 Excel 或 Python 读取，绘制更个性化的图表，或对比不同训练跑出来的具体差异。

💡 实际应用中的"三步走"建议

看 results.png：确认模型训练是否充分收敛（mAP曲线变平）。
看 BoxF1_curve.png ：找到 F1 最高点对应的置信度 x，将这个值设置为你后续 yolo predict conf=x 的参数，能达到最佳平衡。
看 confusion_matrix_normalized.png ：
- 如果最右侧（漏检）颜色深，就适当降低置信度阈值。
- 如果最下侧（误检）颜色深，就适当提高置信度阈值。
- 如果某两个类别之间颜色深，说明它们太像了，需要检查数据集标注或考虑合并类别。

YOLO26 计算机视觉 - 训练自己的 YOLO26 模型

视频教程+课件+源码打包下载 ：

YOLO26 计算机视觉 - 训练自己的 YOLO26 模型

1. 核心性能曲线（用于选"置信度阈值"）

2. 混淆矩阵（用于看"分错哪里"）

3. 训练过程与数据概览

💡 实际应用中的"三步走"建议

视频教程+课件+源码打包下载：