3.1 Ultralytics YOLO11 模式

---

前言：

为了更全面从容面对自己数据集训练模型的新情况，因此我觉得很有必要把我使用的工具yolov8的使用做个详细的介绍，不过2024年已经出了yolov11，不得不感慨计算机真是日新月异。 我现阶段遇到的问题主要是工程工具不熟练的问题，因此接下来将会从理论工作上先抽出身来集中力量解决工具使用问题。

---

3.1 Ultralytics YOLO11 模式

Ultralytics YOLO 生态系统和集成

引言

Ultralytics YOLO11 不只是另一个目标检测模型，它是一个涵盖机器学习模型全生命周期的多功能框架—从数据导入、模型训练到验证、部署和实际跟踪，每个模式都有特定的用途，为不同任务和使用场景提供了灵活性和高效性。

模式概览

理解 Ultralytics YOLO11 支持的不同模式是充分利用模型的关键：

• Train 模式：在自定义或预加载的数据集上微调模型。

• Val 模式：训练后的检查点，用于验证模型性能。

• Predict 模式：在真实数据上释放模型的预测能力。

• Export 模式：将模型转换为多种部署格式，准备上线。

• Track 模式：将目标检测模型扩展为实时跟踪应用。