YOLO工具箱使用说明

准备数据

训练前先确认图片来源合法、目标类别清晰、数据目录结构稳定。建议保留原始图片，标注和训练输出单独存放。

• 类别名称保持一致，不要频繁改动顺序。
• 训练集和验证集应覆盖不同光照、角度和场景。
• 涉及人脸、车牌、工厂或内部数据时，应先确认授权范围。

检查标注

训练前检查图片是否缺少标签、标签类别是否越界、路径是否正确。标注质量通常比单纯增加训练轮数更重要。

配置训练

小数据集可以先用轻量模型和较小图片尺寸测试流程。正式训练前再根据显存、数据量和目标尺寸调整 batch、imgsz 和 epochs。

推理与导出

训练完成后先用未参与训练的图片或视频测试效果。导出 ONNX 等格式前，建议记录模型版本、类别表和训练参数。