YOLOv11训练超参数

YOLO 模型的训练设置包括训练过程中使用的各种超参数和配置。这些设置会影响模型的性能、速度和准确性。关键的训练设置包括批量大小、学习率、动量和权重衰减。此外，优化器、损失函数和训练数据集组成的选择也会影响训练过程。对这些设置进行仔细的调整和实验对于优化性能至关重要。
官方文档：https://docs.ultralytics.com/zh/modes/train/#train-settings

或者可以在项目的ultralytics/cfg/default.yaml文件中查看所有训练参数。

参数名	类型	默认值	核心说明
模型与数据配置
model	str	None	指定模型文件路径（.pt预训练权重或.yaml配置文件），定义模型结构或初始化权重。
data	str	None	数据集配置文件路径（如coco8.yaml），包含训练/验证数据路径、类名及类别数。
classes	list[int]	None	指定训练的目标类ID列表，用于筛选数据集并聚焦特定类别。
single_cls	bool	False	将多类数据集视为单类训练，适用于二分类或仅关注目标存在性的场景。
训练控制
epochs	int	100	训练总轮次，每个轮次遍历一次完整数据集，影响训练时长和性能。
time	float	None	最长训练时间（小时），覆盖epochs，超时自动停止，适用于时间受限场景。
patience	int	100	验证指标无提升时的早停轮次，防止过拟合。
resume	bool	False	从上次保存的检查点恢复训练，自动加载权重、优化器状态和轮次。
pretrained	bool/str	True	从预训练模型开始训练（布尔值或权重文件路径），提升效率和性能。
计算资源配置
batch	int/<