📚 课程目录第4章模型训练入门

4. 模型训练入门：配置文件解析与训练命令详解

训练一个YOLO模型，说白了就是让模型学会「看」数据。但很多人一上来就敲命令，结果跑出来的模型要么不收敛，要么精度惨不忍睹。我刚开始带项目时也踩过这个坑——后来才发现，问题往往出在配置文件上。

这一章，咱们就把训练前的准备工作掰开揉碎。从配置文件到训练命令，再到怎么看懂那些让人头疼的日志，一条龙讲清楚。

4.1 配置文件解析：data.yaml 和 hyp.yaml

YOLO的训练配置主要靠两个文件：data.yaml 和 hyp.yaml。前者告诉模型「数据在哪儿、长什么样」，后者告诉模型「怎么学、学多快」。

4.1.1 data.yaml：数据集的「身份证」

这个文件结构很简单，但每个字段都别写错。我见过有人把路径写成了相对路径，结果换台机器就报错。

# data.yaml 示例
train: /data/datasets/coco/train2017  # 训练集图片路径
val: /data/datasets/coco/val2017      # 验证集图片路径
test: /data/datasets/coco/test2017    # 测试集（可选）

nc: 80  # 类别数量
names: ['person', 'bicycle', 'car', ...]  # 类别名称列表

关键字段说明：

train/val/test：建议用路径，或者用环境变量拼接。我习惯在项目根目录建一个 env.sh，统一管理路径。
nc：类别数，必须和 names 列表长度一致。少一个都不行。
names：顺序很重要！训练时类别索引从0开始，推理时也是按这个顺序输出。

注意： 如果你的数据集是YOLO格式（每张图对应一个txt标签文件），确保标签文件里的类别索引在 0 ~ nc-1 范围内。我曾经接手过一个项目，标签里出现了 class_id = 80，但 nc=80，结果训练直接崩了。

4.1.2 hyp.yaml：超参数的「调音台」

这个文件控制着训练过程的「手感」。默认的 hyp.yaml 在YOLOv5/v8的仓库里都有，但直接拿来用往往不是最优解。

# hyp.yaml 关键参数（以YOLOv8为例）
lr0: 0.01          # 初始学习率
lrf: 0.01          # 最终学习率（余弦退火）
momentum: 0.937    # SGD动量
weight_decay: 0.0005  # 权重衰减

warmup_epochs: 3.0 # 预热轮数
warmup_momentum: 0.8
warmup_bias_lr: 0.1

box: 7.5           # 框损失权重
cls: 0.5           # 分类损失权重
dfl: 1.5           # 分布焦点损失权重

hsv_h: 0.015       # 色调增强
hsv_s: 0.7        # 饱和度增强
hsv_v: 0.4        # 明度增强
degrees: 0.0       # 旋转角度
translate: 0.1     # 平移
scale: 0.5         # 缩放
shear: 0.0         # 剪切
perspective: 0.0   # 透视
flipud: 0.0        # 上下翻转
fliplr: 0.5        # 左右翻转
mosaic: 1.0        # Mosaic增强
mixup: 0.0         # MixUp增强

参数	作用	我的经验值
`lr0`	初始学习率，太大不收敛，太小训练慢	小模型用0.01，大模型用0.001
`warmup_epochs`	前N轮用低学习率预热，防止梯度爆炸	3轮够用，数据集大可以加到5轮
`mosaic`	把4张图拼成1张，增加小目标多样性	前10轮开1.0，之后关掉（设为0）
`mixup`	两张图混合，类似正则化	数据少时开0.1~0.2，数据多时不开

小技巧： 我一般先跑10个epoch看看损失曲线。如果 box_loss 下降很慢，就把 box 权重从7.5调到10.0。如果分类不准，就加大 cls。说白了，这就是个调参的活，多试几次就有感觉了。

4.2 训练命令详解：从入门到精通

配置文件写好了，接下来就是敲命令。YOLOv8的命令行接口设计得挺友好，但参数多了也容易懵。

4.2.1 基础训练命令

# 最简单的训练
yolo train model=yolov8n.pt data=coco.yaml epochs=100 imgsz=640

# 指定batch size和GPU
yolo train model=yolov8s.pt data=my_data.yaml epochs=200 batch=16 device=0,1

# 断点续训（从上次保存的权重继续）
yolo train model=runs/train/exp/weights/last.pt data=my_data.yaml epochs=300

参数说明：

model：预训练权重路径。用 yolov8n.pt 表示从头开始，用 last.pt 表示断点续训。
data：指向你的 data.yaml。
epochs：总训练轮数。小数据集100轮够用，大数据集300轮起步。
batch：根据显存调整。我一般先设16，显存不够再降到8。
device：GPU编号。多卡训练用 0,1,2,3。

4.2.2 高级训练技巧

实际项目中，光跑通是不够的。你得学会「控制」训练过程。

# 冻结主干网络（迁移学习常用）
yolo train model=yolov8m.pt data=my_data.yaml freeze=10

# 使用余弦退火学习率调度
yolo train model=yolov8l.pt data=my_data.yaml cos_lr=True

# 多尺度训练（增强模型鲁棒性）
yolo train model=yolov8x.pt data=my_data.yaml multi_scale=True

我的习惯： 做迁移学习时，前50轮冻结主干（freeze=10），只训练检测头。等损失降不动了，再解冻全部层，用更小的学习率（lr0=0.0001）微调。这样既快又稳。

4.3 损失函数可视化：看懂模型在「学什么」

训练时，YOLO会自动记录损失值。你可以在 runs/train/exp 目录下找到 results.csv 和 results.png。但光看总损失不够，得拆开看。

4.3.1 三大损失的含义

损失项	含义	正常趋势	异常信号
`box_loss`	预测框与真实框的位置偏差	持续下降，最终趋于平稳	震荡不降 → 学习率太大或数据标注不准
`cls_loss`	分类错误程度	下降，最终接近0	下降缓慢 → 类别不平衡或特征不明显
`dfl_loss`	分布焦点损失（框的边界精细度）	缓慢下降	突然升高 → 过拟合或数据分布变化

避坑指南： 我曾经遇到一个项目，box_loss 一直在0.05附近震荡，怎么调都降不下去。后来发现是标注框的边界太粗糙，很多目标只标了大概位置。重新标注后，损失直接降到0.02。所以，损失降不下去，先检查数据质量。

4.3.2 用TensorBoard可视化

YOLOv8默认支持TensorBoard。训练时加个参数就行：

yolo train model=yolov8n.pt data=coco.yaml project=my_project name=exp1
tensorboard --logdir my_project/exp1

打开浏览器，你就能看到实时曲线。我习惯同时看 box_loss 和 mAP50 两条曲线——损失在降，mAP在升，说明模型在学东西。如果损失降了但mAP不动，那可能是过拟合了。

4.4 训练日志分析：从输出中读懂「潜台词」

训练时终端会刷出一堆信息。很多人直接忽略，其实里面藏着很多线索。

4.4.1 日志结构解读

     Epoch    GPU_mem   box_loss   cls_loss   dfl_loss  Instances   Size
      1/100     3.85G      1.352      2.187      1.456        187     640
      2/100     3.85G      1.201      1.954      1.312        203     640
      3/100     3.85G      1.098      1.763      1.201        195     640
      ...
     50/100     3.85G      0.452      0.321      0.567        210     640

字段	含义	关注点
`Epoch`	当前轮数/总轮数	看进度
`GPU_mem`	显存占用	如果接近显存上限，调小batch
`box_loss`	框损失	前10轮应该快速下降
`cls_loss`	分类损失	如果一直大于1.0，检查类别是否平衡
`Instances`	每张图的平均目标数	如果波动太大，检查数据加载是否正常

4.4.2 常见日志异常及处理

损失突然变成NaN：学习率太大，或者数据里有异常值。我一般先降低 lr0 到0.001，如果还不行，检查数据里有没有损坏的图片。
GPU显存不足：调小 batch，或者用 --workers 4 减少数据加载线程数。
mAP一直为0：检查 data.yaml 里的类别数 nc 是否和标签一致。我遇到过有人把 nc 写成1，但标签里有3类，结果mAP永远是0。
训练速度越来越慢：可能是数据缓存满了。重启一下训练，或者用 --cache 参数把数据预加载到内存。

我的经验： 训练时别只盯着损失。每5个epoch看一下验证集的mAP。如果mAP连续10个epoch不涨，果断早停（early stopping）。YOLOv8自带这个功能，加个 patience=10 就行。

4.5 本章知识体系总览

下面这张图把训练流程串起来了。从配置文件到训练命令，再到日志分析，每一步都环环相扣。

训练入门其实就这三板斧：配好文件、敲对命令、看懂日志。别怕犯错，我当年第一次训练YOLO时，光 data.yaml 的路径就改了三回。多跑几次，你就能找到感觉。