当前位置：首页 > news >正文

手把手教你跑通第一个YOLO项目：从数据集制作到模型训练全流程详解

news 2026/7/27 22:23:17

很多人入门目标检测，第一个接触的就是YOLO，但大多卡在第一步：要么环境装不对，要么数据集格式搞不清，要么训练全程报错，折腾两三天都跑不通一轮训练。其实只要流程走对，从零开始到跑出自己的检测模型，半天时间完全足够。

本文以目前工业界最主流的 YOLOv8 为例，全程采用实战视角，从环境搭建、数据集标注、配置编写到模型训练、推理测试，每一步都附带操作命令与避坑提醒，跟着步骤走就能完整跑通第一个属于自己的YOLO项目。

先看完整的执行流程：

一、环境搭建：一步到位，少走弯路

环境是新手的第一道坎，90%的报错都来自版本不匹配。我们选用最稳定的组合，全程用pip安装，不需要编译源码。

1.1 基础环境要求

Python：3.9 ~ 3.11（推荐3.10，兼容性最好，避免用最新的3.12，很多依赖包适配滞后）
操作系统：Windows / Linux / macOS 均可
显卡：有N卡优先用GPU训练，速度是CPU的10~50倍；没有N卡也可以用CPU跑通，只是速度慢

1.2 安装PyTorch

这是最容易装错的一步。有GPU和没GPU是两套安装命令，不要直接复制网上的通用命令。

第一步：先确认CUDA版本（有GPU的情况）
打开命令行输入nvidia-smi，查看右上角的CUDA Version，比如11.8、12.1等。安装的PyTorch版本不要高于这个CUDA版本。

第二步：执行安装命令

# CUDA 11.8 版本（最通用，推荐）pipinstalltorch==2.3.0torchvision==0.18.0 --index-url https://download.pytorch.org/whl/cu118# CPU版本（没有N卡选这个）pipinstalltorch==2.3.0torchvision==0.18.0

安装完成后验证是否成功：

importtorchprint(torch.__version__)print(torch.cuda.is_available())# GPU版本返回True就是装对了

1.3 安装YOLOv8核心库

YOLOv8 官方封装了 ultralytics 库，一行命令就能安装，不需要自己拉源码编译。

pipinstallultralytics==8.2.0

1.4 验证安装

命令行直接输入：

yolo version

输出版本号就说明安装成功。这一步如果报错，大概率是Python环境不对，切换到对应的虚拟环境再试。

二、数据集制作：从标注到格式标准化

数据集是训练的根基，格式错了，后面训练要么报错，要么效果一塌糊涂。YOLO有自己严格的标注格式和目录规范，必须严格遵守。

2.1 标准数据集目录结构

YOLO要求图片和标注文件分开存放，训练集和验证集一一对应，目录结构必须严格按照下面的格式来，这是新手踩坑最多的地方。

核心规则：

图片和标注文件文件名必须完全一致，只是后缀不同（jpg对应txt）
images和labels下的子目录名必须完全对应，都是train和val
建议总数据量至少50张以上，训练集:验证集按8:2划分

2.2 标注工具安装与使用

最适合新手的标注工具是 LabelImg，原生支持YOLO格式导出，不需要手动转换。

安装与启动：

pipinstalllabelimg labelimg# 启动工具

标注操作步骤：

打开工具后，先点击左侧Change Save Dir，选择标注文件保存的文件夹
点击Open Dir，选择要标注的图片文件夹
标注格式切换为YOLO（工具默认是PascalVOC，一定要改）
按W键画框，输入类别名称，标注完成后按Ctrl+S保存
按D切换到下一张，重复标注即可

2.3 YOLO标注格式详解

每个txt标注文件对应一张图片，每一行代表一个目标，格式固定为5个数值：

类别序号 中心点x 中心点y 目标宽度 目标高度

注意：所有坐标都是归一化后的值，也就是除以图片的宽高后得到的0~1之间的小数，不需要自己计算，标注工具会自动生成。

举个例子，一张640×480的图片，标注一个类别为0的目标：

0 0.5 0.5 0.2 0.3

代表目标中心点在图片正中间，宽度是图片的20%，高度是图片的30%。

2.4 数据集制作建议

类别序号从0开始，依次递增，不要跳号
类别名称和顺序全程统一，训练集和验证集必须一致
尽量保证每个类别的样本数量均衡，不要某一类特别多、某一类特别少
图片尽量和实际检测场景一致，角度、光线、距离要有差异，不要全是一模一样的图

三、配置文件编写：只需改三个地方

数据集准备好后，需要写一个yaml配置文件，告诉YOLO数据集在哪里、有多少个类别、类别叫什么。这是训练的唯一入口文件。

3.1 配置文件模板

新建一个my_data.yaml文件，内容如下：

# 数据集根目录路径（建议写绝对路径，避免相对路径找不到的坑）path:D:/datasets/my_dataset# 训练集和验证集图片路径（相对于上面path的相对路径）train:images/trainval:images/val# 类别数量nc:2# 类别名称，顺序必须和标注时的序号一一对应names:-cat-dog

3.2 核心避坑点

路径不要有中文和空格：Windows下尤其注意，中文路径大概率会报各种奇奇怪怪的错误
nc和names数量必须一致：写了2个类别，names就必须有2个元素，多一个少一个都会训练异常
优先用绝对路径：新手搞不清相对路径层级，直接写完整的绝对路径，最稳妥
yaml缩进严格：用空格缩进，不要用Tab，层级错了直接解析失败

四、开始训练：一行命令启动训练

环境和数据集都准备好，训练其实是最简单的一步，一行命令就能启动。新手推荐先用命令行方式，参数清晰，不容易出错。

4.1 启动训练命令

打开命令行，切换到yaml文件所在的目录，执行：

yolo detect trainmodel=yolov8n.ptdata=my_data.yamlepochs=100batch=16imgsz=640device=0

4.2 核心参数详解

不用记太多，掌握这几个核心的就够了：

参数	含义	新手建议
model	预训练模型	首选`yolov8n.pt`，体积最小、训练最快，入门足够用；效果要求高可以换s/m/l/x
data	数据集配置文件	就是我们刚才写的yaml文件
epochs	训练轮次	小数据集100轮足够，太多容易过拟合
batch	批次大小	根据显存调，显存小就设8、4，显存大可以设16、32；报错OOM就调小
imgsz	输入图片尺寸	默认640，小目标可以调1280，显存不够就调416
device	训练设备	有GPU填0，没有GPU填cpu

4.3 训练过程指标解读

启动后控制台会滚动输出日志，重点关注这几个指标：

box_loss、cls_loss：损失值，越低越好，正常情况下会持续下降，最后趋于平稳
mAP50：主要评价指标，代表IOU阈值0.5时的平均准确率，越高越好
mAP50-95：综合评价指标，多个IOU阈值下的平均，更能体现模型综合能力

正常训练100轮的话，简单场景mAP50能到0.8以上，就说明效果不错了。

4.4 训练结果文件

训练完成后，所有结果都保存在runs/detect/train/目录下，核心文件：

weights/best.pt：验证集效果最好的权重文件，推理优先用这个
weights/last.pt：最后一轮训练的权重
results.png：训练曲线图，包含损失、mAP等所有指标的变化趋势
confusion_matrix.png：混淆矩阵，看每个类别的识别准确率

五、推理测试：用自己训练的模型做检测

训练完拿到权重文件，就可以用来检测图片、视频了，同样一行命令搞定。

5.1 单张图片检测

yolo detect predictmodel=runs/detect/train/weights/best.ptsource=test.jpgsave=True

检测完成后，带标注框的结果图会保存在runs/detect/predict/目录下。

5.2 视频检测

把source换成视频路径即可，支持mp4、avi等常见格式：

yolo detect predictmodel=runs/detect/train/weights/best.ptsource=test_video.mp4save=True

5.3 Python代码调用

如果要集成到自己的项目里，用几行代码就能调用：

fromultralyticsimportYOLO# 加载自己训练的模型model=YOLO("runs/detect/train/weights/best.pt")# 执行检测result=model.predict("test.jpg",save=True)# 打印检测结果forboxinresult[0].boxes:print("类别:",result[0].names[int(box.cls)])print("置信度:",float(box.conf))print("坐标:",box.xyxy.tolist())