用YOLO11做了个人车检测项目，全过程记录
1. 为什么选YOLO11做这个小项目
你有没有过这样的想法：想快速验证一个目标检测想法，但又不想被环境配置、依赖冲突、CUDA版本这些事拖住手脚？我也有。上个月想做个简单的“人+车”检测demo，用来识别自家小区门口的通行情况，原本打算从零搭环境，结果光是PyTorch和torchvision的版本对齐就折腾了两天。
直到发现这个预装好的YOLO11镜像——它不是半成品，也不是只跑通demo的玩具，而是一个开箱即用、结构完整、可调试可扩展的计算机视觉开发环境。Jupyter能直接写实验代码，SSH支持远程调试，训练脚本、标注工具、数据转换流程全都有现成路径。更重要的是，它基于Ultralytics最新稳定分支（ultralytics-8.3.9），模型定义清晰，API统一，不像有些老版本还要手动改detect.py里的后处理逻辑。
这不是一个“教你怎么从源码编译YOLO”的教程，而是一份真实项目视角的流水账：从打开镜像那一刻起，到最终看到带框的检测结果图，中间踩过的坑、绕过的弯、省下的时间，我都记下来了。
2. 环境准备：三分钟进入开发状态
2.1 镜像启动与基础访问
镜像启动后，你会获得两个标准入口：
- Jupyter Lab：默认监听
:8888端口，Token在日志里直接打印，复制粘贴就能进。界面干净，左侧文件树直接映射到容器内/workspace/目录，所有代码、数据、模型都在这里。 - SSH服务：监听
:22端口，用户名root，密码inscode（首次登录后建议修改）。适合运行长时间训练或需要终端交互的操作。
提示：Jupyter适合快速试错和可视化，SSH适合批量处理和后台训练。我习惯在Jupyter里写好
train_det.py，然后切到SSH用nohup python train_det.py &丢到后台跑，不卡浏览器。
2.2 项目目录结构一目了然
进入容器后执行ls -R | grep ":$" | sed -e 's/:$//' -e 's/[^-][^\/]*\//--/g' -e 's/^/ /' -e 's/-/|/'，能看到清晰的工程骨架：
. ├── ultralytics-8.3.9/ # 官方Ultralytics主库（已patch适配YOLO11） ├── resources/ # 你的项目资产区 │ ├── images/det/ # 图片数据根目录 │ │ ├── json/ # Labelme原始json标注 │ │ └── datasets/ # 转换后的YOLO格式数据集（train/val/test） │ ├── config/ # 配置中心 │ │ ├── data/yolo11-det.yaml # 数据集路径与类别定义 │ │ └── model/yolo11-det.yaml # 模型结构定义（含backbone+head） │ └── weights/det/ # 训练权重保存位置（自动创建） ├── tool/ # 实用脚本包 │ ├── tool_json2label_det.py # json → txt标签转换器 │ └── tool_det2datasets.py # 划分训练/验证集 └── train_det.py # 主训练脚本（你将亲手写的第一个文件）这个结构不是随意组织的，而是和Ultralytics官方推荐方式完全对齐。这意味着：
你写的代码未来迁移到其他服务器或CI环境时，几乎不用改路径；
查看官方文档时，参数说明和你本地的yaml字段一一对应；
出现报错时，错误堆栈能准确定位到resources/config/下的具体文件。
3. 数据准备：5张图起步，也能跑通全流程
3.1 标注：用Labelme画框，别纠结完美
很多人卡在第一步——“我得先搞1000张高质量标注图”。其实大可不必。这个项目我只用了5张手机随手拍的小区路口照片：2张白天人多车少，2张傍晚车流密集，1张阴天逆光。重点不是数量，而是覆盖多样性。
安装Labelme只要一条命令：
pip3 install labelme启动后，把5张原图放进resources/images/det/json/，然后一张张打开，用矩形框标出所有人和车。注意两点：
- 类别名必须严格写成
person和car（小写，无空格），这和后续yaml里的names字段完全绑定； - 每张图保存为同名
.json文件（如IMG_001.jpg→IMG_001.json），方便后续脚本自动匹配。
小技巧：Labelme右下角有“自动保存”开关，打开后每画完一个框就存一次，不怕误关窗口。
3.2 转换：一行命令，JSON变YOLO格式
YOLO系列不吃JSON，只认.txt格式的标签文件：每行代表一个目标，格式为类别索引 中心x(归一化) 中心y(归一化) 宽度(归一化) 高度(归一化)。
执行转换脚本：
cd /workspace python tool/tool_json2label_det.py --input_dir resources/images/det/json/ --output_dir resources/images/det/datasets/labels/它会自动读取所有json，计算每个框的归一化坐标，并生成对应.txt文件，放在labels/目录下。你会发现：
IMG_001.txt里可能有3行（2个人+1辆车）；- 所有数值都是0~1之间的小数，比如
0 0.423 0.671 0.152 0.284； - 如果某张图没标任何目标，就不会生成对应txt——这点很关键，避免训练时报“标签文件缺失”。
3.3 划分：让模型学会“举一反三”
YOLO训练需要明确的train/和val/目录。我们用另一个脚本完成划分：
python tool/tool_det2datasets.py \ --image_dir resources/images/det/json/ \ --label_dir resources/images/det/datasets/labels/ \ --output_dir resources/images/det/datasets/ \ --train_ratio 0.8它会：
① 把5张图随机打乱；
② 取4张放入images/train/和labels/train/；
③ 剩下1张放入images/val/和labels/val/；
④ 同时生成images/test/（空目录，留作后续扩展）。
注意：
images/和labels/下的子目录名（train/val）必须和yolo11-det.yaml里定义的train:、val:字段完全一致，否则model.train()会找不到数据。
4. 模型配置：抄作业也要懂原理
4.1 数据配置文件：yolo11-det.yaml
这是整个训练的“地图”，必须亲手写，不能跳过。创建文件：resources/config/data/yolo11-det.yaml
内容如下（仅需改两处路径）：
# 数据根目录（相对于当前yaml文件的位置） path: ../ultralytics-yolo11/resources/images/det/datasets/images train: train val: val test: test # 类别定义：索引必须从0开始，顺序不能错 names: 0: person 1: car关键点解析：
path是相对路径，指向images/父目录，所以train:实际路径是.../images/train/；names顺序决定模型输出的类别ID：预测结果中0永远是person，1永远是car；- 这个文件不涉及模型结构，只管“数据在哪、叫什么”，非常轻量。
4.2 模型结构文件：复用官方yolo11n-det.yaml
镜像已内置标准模型定义。你不需要重写backbone，只需确认：resources/config/model/yolo11-det.yaml文件存在，且内容与参考博文中的yaml一致（含C3k2、SPPF、C2PSA等模块）。
它定义了：
- 输入尺寸（默认640×640）；
- 网络深度与宽度缩放系数（
n表示nano级，适合小数据集）； - 检测头输出层（Segment层支持实例分割，但我们只用检测功能）。
为什么选yolo11n？因为5张图+2类的任务，大模型会过拟合。nano版参数少、收敛快，在CPU上也能训——这点对个人项目太友好了。
5. 训练执行：从第一行代码到loss下降
5.1 编写train_det.py：专注业务逻辑
新建文件train_det.py，内容精简到15行：
from ultralytics import YOLO, settings # 设置权重和日志保存路径（避免默认跑到~/.ultralytics） settings.update({ "runs_dir": "./runs", "weights_dir": "./resources/weights/det" }) def main(): # 加载模型结构 + 预训练权重（yolo11n.pt是镜像自带的） model = YOLO("resources/config/model/yolo11-det.yaml").load("weights/det/yolo11n.pt") # 开始训练：小数据集，降低batch_size，延长耐心值 results = model.train( data="resources/config/data/yolo11-det.yaml", epochs=300, # 小数据集，300轮足够 patience=50, # 连续50轮val_loss不降则停 batch=1, # CPU训练，batch=1最稳妥 imgsz=416, # 比640小，更快，对小图更友好 workers=2, # 数据加载进程数 optimizer='AdamW', # 比SGD更稳 lr0=1e-3, # 初始学习率 cos_lr=True, # 余弦退火，防震荡 project='runs/detect', name='exp_person_car', exist_ok=True ) if __name__ == "__main__": main()5.2 运行与观察：看懂控制台每一行输出
在SSH中执行：
cd /workspace && python train_det.py你会看到类似这样的输出：
Epoch GPU_mem box_loss cls_loss dfl_loss Instances Size 1/300 1.2G 0.8211 0.5423 0.4128 12 416 2/300 1.2G 0.7532 0.4981 0.3876 14 416 ...重点关注三列：
box_loss：定位框回归误差，下降最快；cls_loss：分类误差，初期波动大，后期应趋稳；Instances：本轮参与训练的目标总数，验证数据加载是否正常。
如果
Instances一直是0，说明路径配置错了；如果box_loss卡在0.8以上不降，检查标注框是否严重偏离目标（Labelme里框太大/太小都会导致）。
训练300轮后，最佳权重会自动保存在：runs/detect/exp_person_car/weights/best.pt
6. 推理验证：让模型真正“看见”
6.1 写predict_det.py：三步出图
新建predict_det.py：
from ultralytics import YOLO import cv2 # 加载训练好的最佳权重 model = YOLO("runs/detect/exp_person_car/weights/best.pt") # 对验证集所有图片推理（自动遍历目录） results = model.predict( source="resources/images/det/datasets/images/val", imgsz=416, conf=0.35, # 置信度阈值，0.35比默认0.25更严格，减少误检 iou=0.6, # NMS阈值，防止同一目标多个框 save=True, # 自动保存带框图到 runs/detect/predict/exp/ project="runs/detect", name="predict_person_car", exist_ok=True ) # 打印检测统计（可选） for r in results: boxes = r.boxes print(f"{r.path}: {len(boxes)} objects detected")运行后，打开runs/detect/predict_person_car/，你会看到：
IMG_005.jpg→IMG_005.jpg（带绿色person框+蓝色car框）；predictions.json（记录每个框的坐标、类别、置信度）；results.csv（汇总所有图片的检测数量）。
6.2 效果怎么看：不只看mAP，更要看“像不像人”
对只有5张图的小项目，不要迷信mAP。我用三个朴素标准判断效果：
- 框得准不准：person框是否紧贴人体轮廓（不是包住整个身子），car框是否贴合车体（不是连带马路一起框）；
- 不漏不错：验证图里有3个人，模型标出3个person框，且没有把路灯当person；
- 速度快不快：在CPU上单图推理<0.8秒，意味着后续可部署到树莓派。
我的结果：
白天图：person框精准，car框略松（因车体反光）；
傍晚图：因光线弱，car框置信度降到0.42，但加conf=0.35后仍保留；
阴天图：1个person漏检（被雨伞遮挡），属合理失败。
这就是真实场景——没有100%准确，但有明确改进方向：下一步加几张遮挡样本微调。
7. 经验总结：给后来者的5条硬核建议
7.1 路径是魔鬼，绝对路径是朋友
所有yaml里的path、代码里的source=，都建议用绝对路径。我在Jupyter里用os.getcwd()打印当前路径，再拼接，比相对路径少90%的路径错误。
7.2 小数据集，别碰大数据参数
batch=1不丢脸，CPU上batch=2就OOM；imgsz=416比640快40%，对小图精度影响<1%；patience=50是底线，300轮里前100轮loss震荡很正常。
7.3 标注质量 > 标注数量
5张高质量标注（框紧、类别准、无歧义） > 50张模糊标注。Labelme里按Ctrl+D可快速删除最后一个框，别怕返工。
7.4 权重保存路径，自己管
Ultralytics默认把权重存到~/.ultralytics/，但镜像里这个路径可能被限制。用settings.update({"weights_dir": "./weights"})强制指定，避免找不着best.pt。
7.5 验证集要“像测试集”
我把唯一一张阴天图放进val/，就是因为它最接近我未来想检测的真实场景。验证集不是“剩下的图”，而是“最想考的题”。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
