学习笔记——yolov11训练代码

from ultralytics import YOLO

if __name__ == '__main__':
    # 加载模型
    # model = YOLO('ultralytics/cfg/models/11/yolo11n.yaml', task="detect")  # 不使用预训练权重训练 | detect, segment, classify, pose, obb
    model = YOLO('ultralytics/cfg/models/11/yolo11n.yaml').load('runs/train/exp3/weights/best.pt')  # 使用预训练权重训练
    # 训练参数 ----------------------------------------------------------------------------------------------
    model.train(
        data='data.yaml',
        epochs=100,  # (int) 训练的周期数
        time=None,   #不设置训练时间限制
        patience=50,  # (int) 等待无明显改善以进行早期停止的周期数
        batch=8,  # (int) 每批次的图像数量（-1 为自动批处理）
        imgsz=160, # (int) 输入图像的大小，整数或w，h
        save=True,  # (bool) 保存训练检查点和预测结果
        save_period=-1,  # (int) 每x周期保存检查点（如果小于1则禁用）
        cache='disk',  # (bool) True/ram、磁盘或False。使用缓存加载数据
        device= 0,  # (int | str | list, optional) 运行的设备，例如 cuda device=0 或 device=0,1,2,3 或 device=cpu
        workers=8,  # (int) 数据加载的工作线程数（每个DDP进程）
        project='runs/train',  # (str, optional) 项目名称
        name='exp',  # (str, optional) 实验名称，结果保存在'project/name'目录下
        exist_ok = Fal