# 007、首次训练：在自定义游戏数据集上训练第一个YOLO模型

 

---

## 一、从黑屏到第一行loss  

昨晚在服务器上敲下训练命令，屏幕刷出几行日志后直接卡住——GPU显存占满，loss一个数都没出来。这种事在第一次跑训练时太常见了。打开nvidia-smi一看，好家伙，batch_size设成了64，显存直接爆掉。调回8，重新跑，终于看到loss开始往下跳：  

```
Epoch 1/100:  100% |██████████| 120/120 [01:23<00:00, 1.44it/s, loss=12.34, obj_loss=5.67]
```

第一个数字出来那一刻，心里才算踏实。训练没崩，数据流通了，剩下的就是调优和等待。  

---

## 二、数据配置的“暗坑”  

YOLO的配置文件里有个细节容易翻车：`classes`数量必须和数据集标注文件里的类别完全对应。我一开始在`data.yaml`里写了：  

```yaml
names: ['enemy', 'ally', 'neutral']
```

但标注文件里第三个类别写的是`neutral_unit`，训练时直接报错`IndexError`。这种错误不会立刻崩，往往跑到一半才暴露。  

**经验：** 用这个小脚本先验证一遍：  

```python
import yaml
from pathlib import Path

# 加载你的data.yaml
with open('data.yam