尧图网页设计 
简介面向计算机视觉开发者和YOLO系列学习者这份资料包提供一套完整的YOLOv10自行车检测解决方案涵盖数据准备、模型训练、性能评估关键环节。基于PyTorch框架实现内含在自行车数据集上训练得到的bike类别检测权重附带PR曲线、loss曲线等训练评估图表并附有1000余张标注图像标签同时提供txt与xml两种格式分别存放在独立文件夹中便于接入不同检测流程或进行二次训练。压缩包共含2000个文件其中txt标签文件数量最多另有Python训练脚本、YAML配置文件、Markdown说明文档以及少量推理示例、HTML页面、预训练权重等整体大小约252MB。目前已有223人学习浏览。通过该包读者可快速获得从数据标注、模型训练到效果评估的完整链路直接用于自行车识别、目标检测教学演示或相关项目的前期验证。1. yolov10自行车检测交通场景里最容易被低估的一个任务yolov10自行车检测这个需求真正深入进去之后才会发现它不像汽车检测那样有大量现成样例可以抄作业。自行车目标小、姿态多变、遮挡频繁同一个路口的共享单车、外卖车、家用车能长得完全不像。直接拿通用权重硬跑常见结局是 mAP 好看实拍视频里漏检一半。这份yolov10-main-sts-bike-dataset.zip是把 STS-bike 数据集按 YOLOv10 需要的目录和标注格式打包好解压后不需要再写格式转换脚本直接从训练跑到推理。适合做交通视觉课设、非机动车管理项目和算法预研的工程师先有个能跑通的数据集再谈调优。2. 数据集与选型为什么是 YOLOv10STS-bike-dataset 里有什么2.1 先拆目录标注格式与文件夹作用我拿到 zip 包后习惯先解压到纯英文路径后面所有训练命令都在这个目录里操作。用 7-Zip 解压后目录结构一般是下面这种标准 YOLO 布局yolov10-main-sts-bike-dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yamlimages和labels是配套的train和val目录下的文件名一一对应也就是说images/train/000001.jpg对应的标注就是labels/train/000001.txt。data.yaml是整个训练的核心配置里面写了路径、验证集位置和类别数量。目录/文件作用格式images/train训练用原图jpg/pngimages/val验证用原图jpg/pnglabels/train训练标注txtlabels/val验证标注txtdata.yaml模型配置yaml标注文件每行代表一个目标内容长这样0 0.523437 0.437500 0.109375 0.187500五个数字按顺序分别是类别编号、目标中心点 x 坐标、目标中心点 y 坐标、目标宽度、目标高度。后面四个值都是除以图片原始宽高后的归一化结果范围在 01 之间。类别编号 0 对应自行车如果后续你自己加了一类“电动自行车”它会被编为 1。提示解压后先统计一下images/train和labels/train的文件数量两个数字不一致说明解压过程有问题直接训练会吃大亏。训练前我建议先把训练集里的任意一张图和它的 txt 用脚本画出来确认标注框是否贴住车体。这个步骤比直接开训练省时间得多等你跑到第 50 个 epoch 才在验证集上发现标注错位已经浪费半天算力了。2.2 YOLOv10 的选型理由NMS-free 和端到端检测为什么不直接用 YOLOv8这是我对比过之后的选择。YOLOv10 最大的结构变化是去掉了非极大值抑制NMS模型输出直接给到最终目标框。NMS-free 带来两个直接好处一是推理阶段少一步后处理超参调整NMS 阈值不用再猜二是自行车在路口经常紧挨着排成一排传统后处理容易把两辆紧贴的车误删成一个框NMS-free 从设计上避开了这种误伤。从模型结构看YOLOv10 沿用 anchor-free 的思路用一致的双标签分配策略取代了 NMS 在训练阶段的部分功能。对 STS-bike-dataset 这种单类别数据集端到端结构意味着训练和部署链路更短不容易在后期部署时出现模型与后处理代码版本不匹配的问题。模型锚框NMS端到端YOLOv5anchor-based需要否YOLOv8anchor-free需要否YOLOv10anchor-free不需要是我实际跑下来的感受是mAP 数字和 YOLOv8 互有胜负但推理速度确实快一截。这对后续要在边缘设备上做实时检测很重要。退一步讲即使你手里的硬件不支持 YOLOv10 的某些算子这个 zip 包里的标注和 yaml 也能直接复制给 YOLOv8 用格式完全兼容不会锁死一种方案。2.3 版权与使用边界先确认许可再动手说句多数人懒得听的话数据集里的图片不一定允许商用。STS-bike-dataset 从命名看是带时空信息的一组自行车场景图片但标注内容只保留了“自行车”这一类。使用前到原始出处确认许可协议尤其是商业项目教育用途并不自动等于商用授权。解压包里的 README 如果存在先读不要跳过。我一般会在项目里建一个LICENSE文件夹把许可原文和下载日期留底后期就算被审计也能拿出依据。这一步很枯燥但算力成本很高重训一次模型的时间远比查许可的时间贵。3. 环境准备与配置把 yaml 文件和数据集路径一次理顺3.1 Python 环境与依赖版本我拿到新数据集习惯先从干净环境开始避免和其他项目互相污染。下面是我的基本操作conda create -n yolov10 python3.10 -y conda activate yolov10 pip install torch torchvision pip install ultralytics如果机器有 NVIDIA 显卡先装对应 CUDA 版本的 PyTorch再去装 ultralytics。顺序反了pip 可能会把 PyTorch 自动回退到 CPU 版。Python 3.10 是目前踩坑最少的版本3.11、3.12 在部分算子兼容上偶尔报奇怪的错误。装完用下面命令确认python -c import torch; print(torch.__version__, torch.cuda.is_available())看到torch版本号和True就算通过。如果这里输出False说明拿到的是 CPU 版后面训练速度会慢到让人怀疑人生。公司共用服务器的话我还会顺手导出依赖清单pip freeze requirements-sts-bike.txt这样换人复现时不用重新猜装了什么。3.2 创建 data.yaml路径和类别数写错的教训常见做法是直接改 zip 包自带的data.yaml把路径换成你本机的绝对路径。yolov10 yaml 文件怎么创建这件事本身不复杂但很多人用记事本建文件时系统悄悄存成了data.yaml.txt训练时怎么都找不到文件。我的建议是用 VS Code 或 Notepad 打开文件CtrlShiftS 另存为时手动把文件名写成data.yaml并确认右下角语言模式是 YAML。一个写好的data.yaml内容如下path: /home/me/datasets/yolov10-main-sts-bike-dataset train: images/train val: images/val nc: 1 names: 0: bicycle参数说明path是整个数据集根目录train和val是相对path的子路径nc是类别数量这里只有自行车所以是 1names的 0 号位置必须是bicycle如果写成person训练不会报错但推理结果打印的类别名就是错的。如果你的标签文件里出现1、2这种类别编号但nc还是 1训练会在读样本时直接炸掉。我在自己项目里吃过这个亏后来每次改完 yaml 都会先跑一遍下面的校验import yaml with open(data.yaml, r, encodingutf-8) as f: cfg yaml.safe_load(f) print(cfg[path]) print(cfg[train], cfg[val]) print(nc , cfg[nc])确认输出和你的实际目录一致再继续。这一步能拦截掉八成路径问题。3.3 用脚本验证标注训练前先画框训练前把标注可视化一遍是我固定流程。下面脚本读一张图和它的 txt把归一化坐标转回像素坐标画出框import cv2 img_path images/train/000001.jpg label_path labels/train/000001.txt img cv2.imread(img_path) h, w img.shape[:2] with open(label_path) as f: for line in f: cls, xc, yc, bw, bh map(float, line.split()) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(int(cls)), (x1, y1 - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.imwrite(check.jpg, img)逻辑说明先读图片高度和宽度把归一化中心点与宽高换算成 x1、y1、x2、y2 四个像素坐标再画矩形。如果画出来的框和实际目标对不上比如框只盖住半个车轮或框跑到图片外立刻排查对应 txt。这个脚本也能帮你发现数据集里有没有空标注文件跑完打开check.jpg心里基本有数。想批量抽检 50 张图时外层套一个for循环每张图单独命名输出就行。4. 训练与验证参数、显存和指标解读4.1 训练命令与超参选择环境准备好后进入数据集根目录直接跑cd yolov10-main-sts-bike-dataset yolo detect train datadata.yaml modelyolov10s.pt epochs100 imgsz640 batch16 device0data.yaml是上一章改好的配置modelyolov10s.pt表示从 s 尺寸的预训练权重开始。第一次训练不要想着直接上yolov10x显存和训练时间都会翻几倍但精度提升不一定匹配你的需求。imgsz是输入图像尺寸640 是默认值对自行车这种中等目标够用改成 1280 会显著增加显存和训练时间收益有时并不成比例。batch是单次送入的图片数这是显存压力的主要来源。如果显存是 8G我建议batch先降到 8稳定跑起来再慢慢加。预训练权重会在第一次训练时自动下载如果你在离线环境里需要提前把yolov10s.pt手动放到当前目录。训练 30 个 epoch 后去看一下日志里的 mAP50 和 mAP50-95这两个数字一直不涨就回去检查数据集不要盲目加轮次。4.2 验证指标mAP50 和 mAP50-95 哪个更值得盯训练完成后用最好的权重跑一次验证yolo detect val modelruns/detect/train/weights/best.pt datadata.yaml输出里重点关注这几个指标指标含义落地建议precision检出的自行车里真正是自行车的比例偏低说明误检多recall真自行车中被检出的比例偏低说明漏检多mAP50IoU 阈值 0.5 的平均精度相对宽容常规看这个mAP50-950.50.95 不同 IoU 的平均精度更严格部署前关注我实际跑下来mAP50到 0.9 不代表mAP50-95好看后者低于 0.6 时在路口的树荫和遮挡下很容易肉眼可见地漏检。所以做演示看 mAP50上生产盯 mAP50-95。验证输出还会生成混淆矩阵和 PR 曲线存在runs/detect/val/目录下。你可以在 PR 曲线上找置信度拐点那个位置通常就是实拍视频里最合适的conf阈值起点。4.3 中断续训与模型导出别从头再跑一遍训练中机器断电或手动停止不需要重新开始。YOLO 会把最后的状态存到runs/detect/train/weights/last.pt续训命令是yolo detect train resumeTrue它会自动找到最近的训练目录。如果是换到另一台机器上续训注意数据集路径要和原来一致或者用datadata.yaml重新指定。验证完模型想导出成 ONNX用下面命令yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz640导出后配合 ONNX Runtime 就能脱离 PyTorch 环境做推理。这一步通常放在验证完 mAP 后进行也是我每次交付模型前的最后一关。如果部署环境是英伟达芯片后续还可以继续转成 TensorRT但 ONNX 已经是通用边界先保证这一步能导出再说。5. 避坑与常见问题解压、路径、显存、yaml 四个坑这四条是我在跑这个数据集时真实遇到过的每条按现象、原因、解决的顺序来方便你直接对照。5.1 zip 解压后标签目录缺失或为空现象打开labels/train发现是空目录或某些图片对应的 txt 找不到。 原因常见两种。一种是用系统自带工具解压 zip 时静默跳过了空文件夹另一种是原始 zip 包用了伪加密面板上显示有密码但实际密码为空或根本不是真加密导致部分文件没有被正确释放。 解决不要用 Windows 右键“全部解压缩”换 7-Zip 解压解压时勾选“保留空目录”。如果提示输入密码先用 7-Zip 打开 zip 看文件能不能直接预览。能预览的话多半是 zip 伪加密用 7-Zip 先解压出文件再用压缩软件重新打包zip 密码移除后就能正常使用。解压后跑一次ls -l labels/train | head确认文件数量和images/train对得上再把 zip 删掉避免后面误用旧文件。5.2 训练报错 Dataset ... not found现象启动训练后立刻报某个数据集路径不存在或者读到 0 张图片。 原因data.yaml里的path写的是相对路径而终端当前目录和数据集根目录不一致等于路径没对上。 解决把path改成绝对路径例如path: /home/me/datasets/yolov10-main-sts-bike-datasettrain和val保持相对path的写法。这样无论从哪个目录启动训练都不会迷路。改完用 Python 快速验证import yaml with open(data.yaml) as f: cfg yaml.safe_load(f) print(cfg[path]) print(cfg[train], cfg[val])看到path和train都正确再继续训练。5.3 显存不足OOM 与 batch 参数现象训练跑到第三个 epoch 报 CUDA out of memory或者整个卡死。 原因batch太大imgsz设置过高也可能是数据加载缓存把显存占满了。 解决先把batch从 16 降到 8 或 4再把imgsz从 640 降到 576 试。如果仍然 OOM清理一下不再使用的进程nvidia-smi看有没有卡住的僵尸进程有就手动 kill。不要一上来就换大模型YOLOv10 的 s 版本显存占用已经不小普通学生卡能跑通比跑大模型更重要。训练时batch4虽然慢但至少能稳定产出结果。5.4 yaml 创建后变成 yaml.txt文件名被系统吃掉现象用记事本新建data.yaml训练时却提示找不到data.yaml查看文件却发现名字是data.yaml.txt。 原因Windows 隐藏了文件扩展名记事本存盘时自动加了.txt实际文件名变成了data.yaml.txt。 解决在资源管理器里打开“查看”菜单勾选“文件扩展名”然后把文件重命名为data.yaml。以后创建 yaml 我都用 VS Code 另存为就不会再翻车。这个细节看起来不起眼但已经卡住很多新手。5.5 loss 出现 NaN 或剧烈震荡现象训练日志里 loss 突然变成 NaN或者 mAP 上上下下不收敛。 原因学习率过高、PyTorch 和 CUDA 版本不匹配或者数据集里出现了全黑图、损坏图。 解决先降低学习率把lr0从默认 0.01 改成 0.001 试跑 20 个 epoch。再检查数据集里有没有读不了的图片文件用以下脚本扫描from pathlib import Path import cv2 for p in Path(images/train).glob(*.jpg): img cv2.imread(str(p)) if img is None: print(broken image:, p)输出为空说明图片都没问题入口不在数据集。再把 PyTorch 版本向下换一个稳定分支。锁版本最忌追最新新版本发布前几天经常有算子兼容翻车的情况。6. 进阶把训练好的模型接到本地视频流上验证验证模型不能只看几行指标我会在本地视频上做一次实时推理。这个动作能帮助你说服自己和项目组模型真的能框住自行车。用 OpenCV 读视频把每一帧喂给加载好的模型画框并统计帧率。import cv2 from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) cap cv2.VideoCapture(bike_clip.mp4) while cap.isOpened(): ok, frame cap.read() if not ok: break results model.predict(frame, imgsz640, conf0.35, verboseFalse)[0] for box in results.boxes: if int(box.cls) 0: x1, y1, x2, y2 map(int, box.xyxy[0]) score float(box.conf[0]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(frame, fbicycle {score:.2f}, (x1, y1 - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2) cv2.imshow(bike inference, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这里的关键是conf0.35这个阈值。验证集上 mAP 高并不代表实际视频效果好阈值设太低会框错设太高又会漏检。我的习惯是先跑一段带自行车经过的片段观察误检和漏检再回过来调整conf。如果视频里自行车很小尝试把imgsz调高到 960代价是帧率下降。想提升帧率可以导出 ONNX 后用半精度 FP16 推理或者把verboseFalse保持关闭减少打印耗时。有一次我在现场调试发现漏检的自行车全是深色骑行者后来把conf从 0.5 降到 0.3漏检少了一半误检增加不多。从那以后我每次拿到新数据集都会先跑一段真实场景视频记录不同conf下的表现再决定最终部署阈值。希望这个技巧也能帮到你少走弯路。本文还有配套的精品资源点击获取 YOLOv10自行车检测实战：STS-bike数据集与端到端训练指南
简介面向计算机视觉开发者和YOLO系列学习者这份资料包提供一套完整的YOLOv10自行车检测解决方案涵盖数据准备、模型训练、性能评估关键环节。基于PyTorch框架实现内含在自行车数据集上训练得到的bike类别检测权重附带PR曲线、loss曲线等训练评估图表并附有1000余张标注图像标签同时提供txt与xml两种格式分别存放在独立文件夹中便于接入不同检测流程或进行二次训练。压缩包共含2000个文件其中txt标签文件数量最多另有Python训练脚本、YAML配置文件、Markdown说明文档以及少量推理示例、HTML页面、预训练权重等整体大小约252MB。目前已有223人学习浏览。通过该包读者可快速获得从数据标注、模型训练到效果评估的完整链路直接用于自行车识别、目标检测教学演示或相关项目的前期验证。1. yolov10自行车检测交通场景里最容易被低估的一个任务yolov10自行车检测这个需求真正深入进去之后才会发现它不像汽车检测那样有大量现成样例可以抄作业。自行车目标小、姿态多变、遮挡频繁同一个路口的共享单车、外卖车、家用车能长得完全不像。直接拿通用权重硬跑常见结局是 mAP 好看实拍视频里漏检一半。这份yolov10-main-sts-bike-dataset.zip是把 STS-bike 数据集按 YOLOv10 需要的目录和标注格式打包好解压后不需要再写格式转换脚本直接从训练跑到推理。适合做交通视觉课设、非机动车管理项目和算法预研的工程师先有个能跑通的数据集再谈调优。2. 数据集与选型为什么是 YOLOv10STS-bike-dataset 里有什么2.1 先拆目录标注格式与文件夹作用我拿到 zip 包后习惯先解压到纯英文路径后面所有训练命令都在这个目录里操作。用 7-Zip 解压后目录结构一般是下面这种标准 YOLO 布局yolov10-main-sts-bike-dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yamlimages和labels是配套的train和val目录下的文件名一一对应也就是说images/train/000001.jpg对应的标注就是labels/train/000001.txt。data.yaml是整个训练的核心配置里面写了路径、验证集位置和类别数量。目录/文件作用格式images/train训练用原图jpg/pngimages/val验证用原图jpg/pnglabels/train训练标注txtlabels/val验证标注txtdata.yaml模型配置yaml标注文件每行代表一个目标内容长这样0 0.523437 0.437500 0.109375 0.187500五个数字按顺序分别是类别编号、目标中心点 x 坐标、目标中心点 y 坐标、目标宽度、目标高度。后面四个值都是除以图片原始宽高后的归一化结果范围在 01 之间。类别编号 0 对应自行车如果后续你自己加了一类“电动自行车”它会被编为 1。提示解压后先统计一下images/train和labels/train的文件数量两个数字不一致说明解压过程有问题直接训练会吃大亏。训练前我建议先把训练集里的任意一张图和它的 txt 用脚本画出来确认标注框是否贴住车体。这个步骤比直接开训练省时间得多等你跑到第 50 个 epoch 才在验证集上发现标注错位已经浪费半天算力了。2.2 YOLOv10 的选型理由NMS-free 和端到端检测为什么不直接用 YOLOv8这是我对比过之后的选择。YOLOv10 最大的结构变化是去掉了非极大值抑制NMS模型输出直接给到最终目标框。NMS-free 带来两个直接好处一是推理阶段少一步后处理超参调整NMS 阈值不用再猜二是自行车在路口经常紧挨着排成一排传统后处理容易把两辆紧贴的车误删成一个框NMS-free 从设计上避开了这种误伤。从模型结构看YOLOv10 沿用 anchor-free 的思路用一致的双标签分配策略取代了 NMS 在训练阶段的部分功能。对 STS-bike-dataset 这种单类别数据集端到端结构意味着训练和部署链路更短不容易在后期部署时出现模型与后处理代码版本不匹配的问题。模型锚框NMS端到端YOLOv5anchor-based需要否YOLOv8anchor-free需要否YOLOv10anchor-free不需要是我实际跑下来的感受是mAP 数字和 YOLOv8 互有胜负但推理速度确实快一截。这对后续要在边缘设备上做实时检测很重要。退一步讲即使你手里的硬件不支持 YOLOv10 的某些算子这个 zip 包里的标注和 yaml 也能直接复制给 YOLOv8 用格式完全兼容不会锁死一种方案。2.3 版权与使用边界先确认许可再动手说句多数人懒得听的话数据集里的图片不一定允许商用。STS-bike-dataset 从命名看是带时空信息的一组自行车场景图片但标注内容只保留了“自行车”这一类。使用前到原始出处确认许可协议尤其是商业项目教育用途并不自动等于商用授权。解压包里的 README 如果存在先读不要跳过。我一般会在项目里建一个LICENSE文件夹把许可原文和下载日期留底后期就算被审计也能拿出依据。这一步很枯燥但算力成本很高重训一次模型的时间远比查许可的时间贵。3. 环境准备与配置把 yaml 文件和数据集路径一次理顺3.1 Python 环境与依赖版本我拿到新数据集习惯先从干净环境开始避免和其他项目互相污染。下面是我的基本操作conda create -n yolov10 python3.10 -y conda activate yolov10 pip install torch torchvision pip install ultralytics如果机器有 NVIDIA 显卡先装对应 CUDA 版本的 PyTorch再去装 ultralytics。顺序反了pip 可能会把 PyTorch 自动回退到 CPU 版。Python 3.10 是目前踩坑最少的版本3.11、3.12 在部分算子兼容上偶尔报奇怪的错误。装完用下面命令确认python -c import torch; print(torch.__version__, torch.cuda.is_available())看到torch版本号和True就算通过。如果这里输出False说明拿到的是 CPU 版后面训练速度会慢到让人怀疑人生。公司共用服务器的话我还会顺手导出依赖清单pip freeze requirements-sts-bike.txt这样换人复现时不用重新猜装了什么。3.2 创建 data.yaml路径和类别数写错的教训常见做法是直接改 zip 包自带的data.yaml把路径换成你本机的绝对路径。yolov10 yaml 文件怎么创建这件事本身不复杂但很多人用记事本建文件时系统悄悄存成了data.yaml.txt训练时怎么都找不到文件。我的建议是用 VS Code 或 Notepad 打开文件CtrlShiftS 另存为时手动把文件名写成data.yaml并确认右下角语言模式是 YAML。一个写好的data.yaml内容如下path: /home/me/datasets/yolov10-main-sts-bike-dataset train: images/train val: images/val nc: 1 names: 0: bicycle参数说明path是整个数据集根目录train和val是相对path的子路径nc是类别数量这里只有自行车所以是 1names的 0 号位置必须是bicycle如果写成person训练不会报错但推理结果打印的类别名就是错的。如果你的标签文件里出现1、2这种类别编号但nc还是 1训练会在读样本时直接炸掉。我在自己项目里吃过这个亏后来每次改完 yaml 都会先跑一遍下面的校验import yaml with open(data.yaml, r, encodingutf-8) as f: cfg yaml.safe_load(f) print(cfg[path]) print(cfg[train], cfg[val]) print(nc , cfg[nc])确认输出和你的实际目录一致再继续。这一步能拦截掉八成路径问题。3.3 用脚本验证标注训练前先画框训练前把标注可视化一遍是我固定流程。下面脚本读一张图和它的 txt把归一化坐标转回像素坐标画出框import cv2 img_path images/train/000001.jpg label_path labels/train/000001.txt img cv2.imread(img_path) h, w img.shape[:2] with open(label_path) as f: for line in f: cls, xc, yc, bw, bh map(float, line.split()) x1 int((xc - bw / 2) * w) y1 int((yc - bh / 2) * h) x2 int((xc bw / 2) * w) y2 int((yc bh / 2) * h) cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(img, str(int(cls)), (x1, y1 - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2) cv2.imwrite(check.jpg, img)逻辑说明先读图片高度和宽度把归一化中心点与宽高换算成 x1、y1、x2、y2 四个像素坐标再画矩形。如果画出来的框和实际目标对不上比如框只盖住半个车轮或框跑到图片外立刻排查对应 txt。这个脚本也能帮你发现数据集里有没有空标注文件跑完打开check.jpg心里基本有数。想批量抽检 50 张图时外层套一个for循环每张图单独命名输出就行。4. 训练与验证参数、显存和指标解读4.1 训练命令与超参选择环境准备好后进入数据集根目录直接跑cd yolov10-main-sts-bike-dataset yolo detect train datadata.yaml modelyolov10s.pt epochs100 imgsz640 batch16 device0data.yaml是上一章改好的配置modelyolov10s.pt表示从 s 尺寸的预训练权重开始。第一次训练不要想着直接上yolov10x显存和训练时间都会翻几倍但精度提升不一定匹配你的需求。imgsz是输入图像尺寸640 是默认值对自行车这种中等目标够用改成 1280 会显著增加显存和训练时间收益有时并不成比例。batch是单次送入的图片数这是显存压力的主要来源。如果显存是 8G我建议batch先降到 8稳定跑起来再慢慢加。预训练权重会在第一次训练时自动下载如果你在离线环境里需要提前把yolov10s.pt手动放到当前目录。训练 30 个 epoch 后去看一下日志里的 mAP50 和 mAP50-95这两个数字一直不涨就回去检查数据集不要盲目加轮次。4.2 验证指标mAP50 和 mAP50-95 哪个更值得盯训练完成后用最好的权重跑一次验证yolo detect val modelruns/detect/train/weights/best.pt datadata.yaml输出里重点关注这几个指标指标含义落地建议precision检出的自行车里真正是自行车的比例偏低说明误检多recall真自行车中被检出的比例偏低说明漏检多mAP50IoU 阈值 0.5 的平均精度相对宽容常规看这个mAP50-950.50.95 不同 IoU 的平均精度更严格部署前关注我实际跑下来mAP50到 0.9 不代表mAP50-95好看后者低于 0.6 时在路口的树荫和遮挡下很容易肉眼可见地漏检。所以做演示看 mAP50上生产盯 mAP50-95。验证输出还会生成混淆矩阵和 PR 曲线存在runs/detect/val/目录下。你可以在 PR 曲线上找置信度拐点那个位置通常就是实拍视频里最合适的conf阈值起点。4.3 中断续训与模型导出别从头再跑一遍训练中机器断电或手动停止不需要重新开始。YOLO 会把最后的状态存到runs/detect/train/weights/last.pt续训命令是yolo detect train resumeTrue它会自动找到最近的训练目录。如果是换到另一台机器上续训注意数据集路径要和原来一致或者用datadata.yaml重新指定。验证完模型想导出成 ONNX用下面命令yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz640导出后配合 ONNX Runtime 就能脱离 PyTorch 环境做推理。这一步通常放在验证完 mAP 后进行也是我每次交付模型前的最后一关。如果部署环境是英伟达芯片后续还可以继续转成 TensorRT但 ONNX 已经是通用边界先保证这一步能导出再说。5. 避坑与常见问题解压、路径、显存、yaml 四个坑这四条是我在跑这个数据集时真实遇到过的每条按现象、原因、解决的顺序来方便你直接对照。5.1 zip 解压后标签目录缺失或为空现象打开labels/train发现是空目录或某些图片对应的 txt 找不到。 原因常见两种。一种是用系统自带工具解压 zip 时静默跳过了空文件夹另一种是原始 zip 包用了伪加密面板上显示有密码但实际密码为空或根本不是真加密导致部分文件没有被正确释放。 解决不要用 Windows 右键“全部解压缩”换 7-Zip 解压解压时勾选“保留空目录”。如果提示输入密码先用 7-Zip 打开 zip 看文件能不能直接预览。能预览的话多半是 zip 伪加密用 7-Zip 先解压出文件再用压缩软件重新打包zip 密码移除后就能正常使用。解压后跑一次ls -l labels/train | head确认文件数量和images/train对得上再把 zip 删掉避免后面误用旧文件。5.2 训练报错 Dataset ... not found现象启动训练后立刻报某个数据集路径不存在或者读到 0 张图片。 原因data.yaml里的path写的是相对路径而终端当前目录和数据集根目录不一致等于路径没对上。 解决把path改成绝对路径例如path: /home/me/datasets/yolov10-main-sts-bike-datasettrain和val保持相对path的写法。这样无论从哪个目录启动训练都不会迷路。改完用 Python 快速验证import yaml with open(data.yaml) as f: cfg yaml.safe_load(f) print(cfg[path]) print(cfg[train], cfg[val])看到path和train都正确再继续训练。5.3 显存不足OOM 与 batch 参数现象训练跑到第三个 epoch 报 CUDA out of memory或者整个卡死。 原因batch太大imgsz设置过高也可能是数据加载缓存把显存占满了。 解决先把batch从 16 降到 8 或 4再把imgsz从 640 降到 576 试。如果仍然 OOM清理一下不再使用的进程nvidia-smi看有没有卡住的僵尸进程有就手动 kill。不要一上来就换大模型YOLOv10 的 s 版本显存占用已经不小普通学生卡能跑通比跑大模型更重要。训练时batch4虽然慢但至少能稳定产出结果。5.4 yaml 创建后变成 yaml.txt文件名被系统吃掉现象用记事本新建data.yaml训练时却提示找不到data.yaml查看文件却发现名字是data.yaml.txt。 原因Windows 隐藏了文件扩展名记事本存盘时自动加了.txt实际文件名变成了data.yaml.txt。 解决在资源管理器里打开“查看”菜单勾选“文件扩展名”然后把文件重命名为data.yaml。以后创建 yaml 我都用 VS Code 另存为就不会再翻车。这个细节看起来不起眼但已经卡住很多新手。5.5 loss 出现 NaN 或剧烈震荡现象训练日志里 loss 突然变成 NaN或者 mAP 上上下下不收敛。 原因学习率过高、PyTorch 和 CUDA 版本不匹配或者数据集里出现了全黑图、损坏图。 解决先降低学习率把lr0从默认 0.01 改成 0.001 试跑 20 个 epoch。再检查数据集里有没有读不了的图片文件用以下脚本扫描from pathlib import Path import cv2 for p in Path(images/train).glob(*.jpg): img cv2.imread(str(p)) if img is None: print(broken image:, p)输出为空说明图片都没问题入口不在数据集。再把 PyTorch 版本向下换一个稳定分支。锁版本最忌追最新新版本发布前几天经常有算子兼容翻车的情况。6. 进阶把训练好的模型接到本地视频流上验证验证模型不能只看几行指标我会在本地视频上做一次实时推理。这个动作能帮助你说服自己和项目组模型真的能框住自行车。用 OpenCV 读视频把每一帧喂给加载好的模型画框并统计帧率。import cv2 from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) cap cv2.VideoCapture(bike_clip.mp4) while cap.isOpened(): ok, frame cap.read() if not ok: break results model.predict(frame, imgsz640, conf0.35, verboseFalse)[0] for box in results.boxes: if int(box.cls) 0: x1, y1, x2, y2 map(int, box.xyxy[0]) score float(box.conf[0]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(frame, fbicycle {score:.2f}, (x1, y1 - 8), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2) cv2.imshow(bike inference, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这里的关键是conf0.35这个阈值。验证集上 mAP 高并不代表实际视频效果好阈值设太低会框错设太高又会漏检。我的习惯是先跑一段带自行车经过的片段观察误检和漏检再回过来调整conf。如果视频里自行车很小尝试把imgsz调高到 960代价是帧率下降。想提升帧率可以导出 ONNX 后用半精度 FP16 推理或者把verboseFalse保持关闭减少打印耗时。有一次我在现场调试发现漏检的自行车全是深色骑行者后来把conf从 0.5 降到 0.3漏检少了一半误检增加不多。从那以后我每次拿到新数据集都会先跑一段真实场景视频记录不同conf下的表现再决定最终部署阈值。希望这个技巧也能帮到你少走弯路。本文还有配套的精品资源点击获取