VIP20
本课程属于：019-YOLO系列算法实战 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

YOLO算法训练参数调优与模型评估

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
YOLO基础回顾
目标检测任务定义 · YOLO系列发展脉络 · YOLOv8/v9/v10核心架构对…
YOLO基础回顾
02
训练环境配置
GPU驱动与CUDA安装 · PyTorch环境搭建 · Ultralytics库安装与验证
训练环境配置GPU
03
数据集准备
标注格式详解（COCO · YOLO格式） · 数据集划分策略
数据集准备COCO
04
配置文件解析
YOLO模型配置文件（yaml）结构 · 数据集配置文件编写 · 超参数配置文件解读
配置文件解析YOLO
05
学习率调优
学习率预热策略 · 余弦退火调度器 · 学习率对收敛的影响
学习率调优学习率预热策略
06
Batch Size与Epoch
Batch Size对梯度稳定性的影… · Epoch数量与过拟合的关系 · 早停机制
BatchSize
07
优化器选择
SGD vs Adam vs Ada… · 动量参数设置 · 权重衰减的作用
优化器选择SGD
08
损失函数分析
分类损失 · 定位损失（CIoU/DIoU/GIo… · DFL损失的理解与调优
损失函数分析分类损失
09
锚框设计
锚框聚类原理 · 自定义锚框生成 · 锚框对小目标检测的影响
锚框设计锚框聚类原理
10
数据增强策略
Mosaic增强 · MixUp增强 · HSV扰动
数据增强策略Mosaic
11
模型结构选择
n/s/m/l/x不同规模模型的选择… · 深度与宽度因子调整
模型结构选择n/s/m/l/x
12
迁移学习与预训练权重
预训练权重加载策略 · 冻结训练技巧 · 微调策略
迁移学习预训练权重
13
多GPU训练
分布式训练原理 · DDP配置 · 梯度累积技巧
GPU训练
14
混合精度训练
FP16原理 · AMP自动混合精度配置 · 训练加速与精度权衡
混合精度训练FP16
15
训练监控与日志
TensorBoard/Wandb配… · 损失曲线分析 · 学习率曲线可视化
训练监控日志
16
过拟合与欠拟合诊断
训练集/验证集损失差距分析 · 正则化策略（Dropout/Labe…
过拟合欠拟合诊断
17
模型评估指标
mAP@0.5 · mAP@0.5:0.95 · Precision
模型评估指标mAP
18
混淆矩阵分析
混淆矩阵生成 · 类别间混淆分析 · 难例样本识别
混淆矩阵分析混淆矩阵生成
19
PR曲线与F1曲线
PR曲线绘制与解读 · 最佳置信度阈值选择 · F1曲线应用
PRF1
20
速度与精度权衡
FPS测试方法 · TensorRT加速 · 模型量化与剪枝
速度精度权衡
21
超参数搜索
网格搜索 · 随机搜索 · 贝叶斯优化（Optuna）实战
超参数搜索网格搜索
22
自动调参工具
Ultralytics内置调参 · AutoML集成 · Ray Tune使用
自动调参工具Ultralytics
23
验证集策略
K折交叉验证 · 留出法验证 · 时间序列验证
验证集策略K折交叉验证
24
测试集评估
测试集准备 · TTA（测试时增强） · 模型集成策略
测试集评估测试集准备
25
可视化分析
Grad-CAM热力图 · 特征图可视化 · 预测结果可视化
可视化分析Grad-CAM
26
错误分析
漏检分析 · 误检分析 · 定位误差分析
错误分析漏检分析
27
小目标检测优化
小目标定义 · 多尺度训练 · 特征金字塔增强
小目标检测优化小目标定义
28
类别不平衡处理
重采样策略 · Focal Loss · 类别权重调整
类别不平衡处理重采样策略
29
模型部署与导出
ONNX导出 · OpenVINO部署 · NCNN移动端部署
模型部署导出
30
综合实战项目
从数据标注到模型部署全流程 · 调优报告撰写 · 最佳实践总结
综合实战项目从数据标注到模型…