迪菲赫尔曼-优快云博客

本文以简化模型为例，深入解析YOLO训练中参数更新的核心机制——梯度下降。通过单参数场景，直观展示损失如何随参数变化，借助导数与反向传播理解梯度的计算逻辑，并结合学习率与优化方向，揭示“参数为何调整、如何调整”的本质。强调梯度提供的是局部变化方向而非最终答案，学习率决定步长，而更新需基于当前状态重新计算。最终实现从误差感知到参数优化的完整闭环，为理解深度学习训练原理奠定基础。

2026-11-07 16:38:51 103

原创【基础篇 29】当前 YOLO 到底在优化什么？把分类、CIoU、L1 和两路监督讲清楚

本文详解YOLOv8.4.183中目标检测损失计算机制，解析日志中box_loss、cls_loss与l1_loss的来源与计算逻辑。基于任务对齐分配器（TaskAlignedAssigner），正样本通过软目标（如0.6）实现更精细监督；分类损失使用BCEWithLogits，即使预测匹配目标也不为零；框损失采用CIoU，综合考虑重叠、中心距离与宽高比；l1_loss则针对归一化后的ltrb距离进行逐项绝对差计算，反映位置偏差。三者共同构成训练反馈闭环，揭示真实训练中损失的深层原理。

2026-11-07 16:38:34 86

原创【基础篇 28】P、R、F1、AP、mAP 到底怎么算？从三个真值、五个预测一步步讲清楚

本文以三块月饼检测为例，详解YOLO评估指标的计算原理。通过五个预测框与三个真值的匹配过程，明确TP（检对）、FP（误检）、FN（漏检）的判定规则，结合IoU阈值0.5和分数排序，逐步推导精确率（P）、召回率（R）及F1-score。进一步展示不同分数门槛下的性能变化，揭示“降低阈值不必然降低精确率”的反直觉现象，并绘制PR曲线，最终解释mAP50-95的核心思想：在多个IoU阈值下计算平均精度，全面衡量模型性能。

2026-11-07 15:18:31 255

原创【基础篇 27】训练结束后做什么？读懂结果文件，再把漏检和误检找出来

本文系统讲解YOLO训练结果的解读与实战分析，聚焦三类核心文件：args.yaml（训练配置）、results.csv（每轮指标）、results.png（损失与精度曲线）。通过真实COCO8短训练案例，指导读者准确识别实验路径、理解参数含义，并结合误检漏检图像定位模型缺陷。强调避免混淆不同实验数据，倡导以实测结果为依据进行模型优化，为后续论文级改进奠定基础。

2026-11-07 15:18:14 334

原创【基础篇 26】第一次在服务器完成训练：准备数据、断线继续、检查成果与备份

本文以实战为导向，系统讲解YOLO模型从零开始的训练全流程：通过COCO8小数据集验证环境与数据链路，配置正确路径与参数，使用tmux建立持久会话实现远程训练管理，结合日志分析监控训练状态，并掌握分离/重连技巧。强调“可解释、可检查、可复查”的科研规范，为后续模型改进与论文撰写打下坚实基础。

2026-11-07 15:17:57 248

原创【基础篇 25】Loss 到底在算什么？从“月饼没找准”，讲到类别误差和位置误差

本文以YOLO检测任务为背景，深入浅出解析损失函数的核心思想。通过平方误差、IoU与交叉熵等实例，阐明Loss如何量化位置偏差与类别误判，并揭示“越小越好”的本质——即损失是模型优化的信号来源。重点讲解L_box（1−IoU）与L_cls（BCE）的设计逻辑，强调不同错误需对应合理度量，避免正负抵消。最后指出损失组合需权衡各分项，为后续训练与论文改进奠定直觉基础。

2026-11-07 15:17:41 299

原创【基础篇 24】写对 data.yaml，再准备一套能直接训练的完整数据

本文详解YOLO训练中data.yaml配置文件的正确编写方法，强调路径、类别映射与数据划分的准确性。针对自采月饼或现成标注包，指导用户核对格式、类别编号、集合隔离及真实路径，避免因配置错误导致数据读取异常。重点说明path应指向prepared目录，train/val/test字段指向子路径，names需与标签编号一致，并提醒缩进、冒号、空格等语法细节。最后强调相对路径非绝对通用，建议首次使用明确绝对路径以确保可复现性。

2026-11-07 15:17:25 308

原创【基础篇 23】训练集、验证集、测试集到底怎么分？别让同一块月饼提前泄露答案

本文系统讲解YOLO数据划分的核心原则：摒弃随机分组，强调按“来源组”（如拍摄会话）整体划分，确保训练、验证、测试集在场景、时间、内容上真正隔离。通过构建groups.csv明确每组归属，避免信息泄漏（如同一图像的增强版跨集合），并生成可复现的prepared/目录结构，为后续模型训练与评估提供可靠基础。

2026-11-02 11:15:10 188

原创【基础篇 22】从第一块月饼开始画框：手把手标注，再读懂 YOLO 标签里的五个数字

大家好，我是迪菲赫尔曼。操作位置：本篇浏览器标注在本地完成。导出的标签先保存到本地学习目录；文中的 Python 标签回绘在上传图片和标签后，于服务器执行。上一篇，我们准备了图片、类别规则和来源表。现在终于可以打开标注工具，给第一张图片画框了。不过，这篇文章不准备只写“打开工具，框一下，导出 YOLO 格式”。因为标注不是点完导出就结束。你至少要知道：导出的数字表示什么，类别编号从哪里来，标签为什么要和图片同名，以及怎样发现“程序能读取、框却画错了”的情况。所以这一篇分两段：前面跟着标注，后面拿一个尺寸明

2026-11-02 11:14:57 466

原创【基础篇 21】训练前先把数据准备对：定类别、收集月饼照片，再把来源记下来

本文详解YOLO模型训练前的数据准备流程，聚焦月饼检测任务。强调先定规则、再采集：明确“月饼实体”定义，避免包装、遮挡或模糊图像混入；按场景（外观、数量、背景、角度等）多样化采集30–60张可用图；同一拍摄序列用group_id分组，防止数据泄露；文件命名规范为session_序号.jpg，确保标签匹配；原始图片统一存于raw/，暂不划分训练集，待标注核对后按来源组科学划分。核心目标是建立可复现、高质量的数据基础，为后续标注与训练打下坚实根基。

2026-11-02 11:14:32 159

原创【基础篇 20】模型是怎样学会检测月饼的？把图片、标签、预测与训练串起来

本文从零解析YOLO目标检测训练本质，阐明模型参数如何通过标签监督与损失函数驱动优化。以月饼检测为例，说明任务定义、标注与预测的差异，强调标签是人工提供的“参考答案”，而模型输出依赖可学习参数。通过前向计算、损失评估、反向传播与参数更新的完整训练循环，揭示“参数改变→预测变化”的核心机制，并指出训练成功的关键在于清晰的任务设定、准确标注与合理优化策略。

2026-11-02 11:14:19 424

原创【基础篇 19】为什么最后只剩几个框？先算明白 IoU，再理解 NMS 和端到端检测

本文详解YOLO检测中多候选框产生的原因及NMS处理机制，通过具体坐标计算IoU，演示传统NMS筛选过程，并区分IoU与置信度、阈值设置对结果的影响。结合YOLO26实际推理路径，阐明一对多+NMS与一对一+NMS-free的差异，强调需根据模型配置与代码路径准确理解检测流程，避免对“无NMS”产生误解。

2026-11-02 11:13:56 567

原创【基础篇 18】卷积到底算了什么？从九次乘加，讲到 YOLO 的主干、融合与检测头

本文从卷积的基本计算出发，通过小规模实例详解YOLO中卷积核的滑动、输出尺寸变化及通道处理机制。重点解析了步长、补边、多通道卷积与参数共享原理，并揭示Backbone特征提取与Neck多尺度融合的本质：卷积并非简单图像缩放，而是通过参数化计算生成层次化特征表示。强调模型设计需平衡深度、宽度与实际任务需求，避免盲目堆叠结构。

2026-10-31 23:21:13 252

原创【基础篇 17】B、C、H、W 到底是什么？把一张彩色图片拆成模型能计算的数字

本文从四个像素的小图出发，逐层解析图像在模型输入前的张量表示。通过HWC与CHW维度排列对比，阐明通道、高度、宽度的语义区别，并引入批次维度B，最终构建出YOLO模型标准输入格式B×C×H×W。结合PyTorch代码演示了数据重排、归一化等关键操作，强调维度顺序与数值处理的严谨性，为后续模型改进与科研实战打下坚实基础。

2026-10-31 23:20:54 313

原创【基础篇 16】图上有框了，然后呢？把位置、类别、分数和结果对象看明白

本文详解YOLO检测结果的结构与含义，解析xyxy坐标、类别编号（cls）、置信度（conf）及阈值筛选机制。通过真实预测图示例，阐明框坐标映射原图、分数非模型准确率、阈值影响保留框数等关键概念，并强调显示值与内部数值差异，避免误判。掌握这些基础，方能为后续统计、评估与论文撰写打下坚实代码理解基础。

2026-10-31 23:20:29 313

原创【基础篇 15】第一次运行 YOLO：让模型识别我们一直保存的那张图片

本文指导读者完成YOLO模型的首次预测任务：在确保环境、图片与权重正确的基础上，使用官方yolo26n.pt权重对bus.jpg进行目标检测。通过新建predict_one.py脚本，明确路径管理、模型加载与预测参数配置，实现图像输入、GPU推理与结果可视化保存。重点强调路径规范、文件校验与逐项参数理解，为后续模型改进与科研实战打下可靠基础。

2026-10-31 23:20:11 169

原创【基础篇 14】.pt、模型 YAML、数据 YAML：别再把这三种文件当成同一回事

本文系统梳理YOLO模型中的核心文件类型：源码、模型YAML（定义结构）、权重PT（存储参数）、数据YAML（指定数据路径与类别）。强调四者功能分离，不可互换。指出修改nc或重命名文件不等于模型学会新任务，需真实训练。解析.pt文件本质为PyTorch保存格式，不同任务（检测/分割/分类）权重不可混用。明确预训练仅提供初始参数，迁移学习需合理加载与微调。最后说明首次预测将自动下载权重，输出为可视化结果，厘清“代码—权重—数据—输出”四者关系，为后续科研实战奠定基础。

2026-10-31 23:19:48 178

原创【基础篇 13】在服务器运行第一份代码：文件、解释器、源码和 GPU 逐项对齐

本文详解YOLO学习初期的环境验证与脚本运行规范，强调编辑器、终端、Python解释器三者一致性的重要性。通过hello.py和practice.py初试运行，明确文件路径与执行环境的关系；重点介绍self_check.py自检脚本，利用Path对象精准定位脚本目录与工作目录，确保路径正确、依赖版本匹配、图片存在且GPU可用。强调在远程服务器操作时，需手动上传文件、核对解释器路径与源码位置，避免本地与远端混淆。最后指导如何准确复现问题，提供完整日志以高效排查错误，为后续模型训练打下坚实基础。

2026-10-29 12:06:23 135

原创【基础篇 12】把环境与源码接起来：检查 GPU，再安装服务器上的项目

本文系统梳理YOLO训练环境搭建关键步骤：通过核对路径、激活环境、验证GPU可用性及执行真实GPU计算，确保PyTorch与Ultralytics源码正确关联。重点强调以ultralytics.__file__为准确认导入路径，避免版本混淆；通过可编辑安装（-e）实现源码实时读取，并记录依赖清单，为后续模型改进与实验复现奠定可靠基础。

2026-10-29 12:06:09 379

原创【基础篇 11】把官方源码放到服务器：版本、解压层级和安装位置，一次弄清楚

本文详解YOLO科研实战中源码版本与路径管理的关键步骤，强调“知其源”比“装其库”更重要。作者以Ultralytics 8.4.183版本为例，指导读者通过固定ZIP包上传、远端解压、目录结构校验（含pyproject.toml与__init__.py定位）确保代码环境准确。重点区分外层项目目录与内层Python包，避免路径混淆，并提供三种常见问题的排查方案。最后建议记录版本信息，为后续模块修改与实验复现打下基础，强调在不依赖Git的前提下先建立清晰的代码溯源机制。

2026-10-29 12:05:52 367

原创【基础篇 10】编辑器、Python、环境到底是什么？在服务器准备第一份课程环境

本文详解在服务器上为YOLO项目搭建独立Python运行环境的全流程。通过区分VS Code、Python解释器、包与环境四要素，明确“由谁执行代码、能用哪些包”的核心逻辑。基于预装的PyTorch环境，使用venv创建课程专用目录，复用系统包以避免重复安装，确保GPU可用性。重点强调环境路径确认、激活流程及VS Code中正确选择解释器，防止因环境混淆导致训练失败。最终实现本地编辑、远端执行、环境隔离的科研实战闭环。

2026-10-29 12:05:32 241

原创【基础篇 09】代码、照片、标签到底放哪里？从一张图片练习上传和下载

本文详解YOLO项目从本地到服务器的数据传输流程，强调本地与远端文件独立管理，避免路径混淆。指导用户在服务器指定持久目录（如/root/lanyun-tmp/yolo-study）创建规范项目结构，使用scp命令分步上传单图、整套数据集及训练结果，并通过校验文件大小、SHA-256等方法确保完整性。重点提醒：路径需真实对应远端环境，禁止依赖本地路径配置，实现高效、可靠的数据同步与科研协作。

2026-10-29 12:05:13 110