4. 基准模型：加载预训练的YOLOv11模型，评估原始精度与推理速度
剪枝之前，咱们得先干一件事——把原始模型的状态摸清楚。说白了，你得知道手里的牌面到底怎么样，后面剪完才知道是赚了还是亏了。
我个人习惯，每次做模型优化前都会先跑一遍完整的基准测试。这就像体检，先量个血压、测个心率，后面做手术才有参照。你想想看，如果连原始精度都不知道，剪完枝说“掉点了”，掉多少？能不能接受？全凭感觉可不行。
4.1 加载预训练模型
YOLOv11官方提供了在COCO数据集上预训练好的权重。我们直接用Ultralytics的API加载就行，非常方便。
from ultralytics import YOLO
# 加载YOLOv11n预训练模型（nano版本，轻量级）
model = YOLO('yolo11n.pt')
# 你也可以加载其他版本
# model = YOLO('yolo11s.pt') # small
# model = YOLO('yolo11m.pt') # medium
# model = YOLO('yolo11l.pt') # large
# model = YOLO('yolo11x.pt') # xlarge这里有个小细节。我第一次用的时候，直接下载了yolo11x.pt，结果发现显存爆了。嗯，后来学乖了，先看自己的硬件条件再选模型大小。你如果用的是消费级显卡，建议从nano或small版本开始。
4.2 评估原始精度
加载完模型，下一步就是跑验证集。YOLOv11的验证接口封装得很好，一行代码就能搞定。
# 在COCO验证集上评估
results = model.val(data='coco8.yaml', batch=16, imgsz=640)
# 打印关键指标
print(f"mAP50: {results.box.map50:.4f}")
print(f"mAP50-95: {results.box.map:.4f}")
print(f"Precision: {results.box.p:.4f}")
print(f"Recall: {results.box.r:.4f}")跑完之后，你会看到类似这样的输出：
| 指标 | yolo11n | yolo11s | yolo11m |
|---|---|---|---|
| mAP50 | 0.521 | 0.614 | 0.678 |
| mAP50-95 | 0.375 | 0.452 | 0.513 |
| 参数量 | 2.6M | 9.4M | 25.1M |
这些数据就是你的“原始基线”。我建议你把它记下来，或者直接写到一个配置文件里。后面每次剪枝、微调，都要拿这个基线来对比。
4.3 测量推理速度
精度有了，还得看速度。剪枝的核心目标之一就是加速，所以原始模型的推理速度必须测准。
我个人习惯用两种方式测速：
- 单张图片延迟：测一次推理的时间，适合看极端情况
- 批量吞吐量：测每秒处理的图片数，更适合实际部署场景
import time
import torch
# 准备测试数据
dummy_input = torch.randn(1, 3, 640, 640).cuda()
# 预热（前几次推理不稳定，先跑几轮）
for _ in range(10):
_ = model(dummy_input)
# 正式测速
num_iter = 100
start = time.time()
for _ in range(num_iter):
_ = model(dummy_input)
end = time.time()
avg_latency = (end - start) / num_iter
fps = 1.0 / avg_latency
print(f"平均延迟: {avg_latency*1000:.2f} ms")
print(f"FPS: {fps:.2f}")这里有个关键点——预热。GPU在第一次推理时会做很多初始化操作，比如CUDA kernel编译、显存分配。如果不预热，测出来的延迟会偏大很多。我第一次测速时没预热，结果延迟比实际高了3倍，差点以为自己模型有问题。
| 测试条件 | yolo11n (FP16) | yolo11n (FP32) |
|---|---|---|
| 平均延迟 (ms) | 2.1 | 3.8 |
| FPS | 476 | 263 |
| 显存占用 (MB) | 412 | 724 |
4.4 保存基准结果
测完精度和速度，别忘了保存结果。我一般会建一个基准日志文件，记录所有关键信息。
import json
baseline = {
"model": "yolo11n",
"precision": "fp16",
"mAP50": 0.521,
"mAP50-95": 0.375,
"latency_ms": 2.1,
"fps": 476,
"params_M": 2.6,
"gpu_mem_MB": 412
}
with open("baseline_results.json", "w") as f:
json.dump(baseline, f, indent=2)
print("基准结果已保存到 baseline_results.json")这样做的好处是，后面每次剪枝、微调，你都可以自动对比结果。我之前的项目里，团队有5个人同时做不同的剪枝方案，最后全靠这个基准日志来统一对比，省了很多扯皮的时间。
4.5 知识结构总览
这一章的内容其实就三件事：加载模型、测精度、测速度。但别小看这三步，它们是整个剪枝流程的基石。我画了一张图，帮你理清思路。
这张图把整个流程串起来了。你照着这个顺序走一遍，就能拿到完整的基准数据。后面剪枝、微调、再评估，每一步都跟这个基线对比，心里就有底了。