训练模型
核查完就可以发起训练。这一页讲训练参数怎么填、训练记录和报告怎么看、mAP 多少才算能用。
开始前
- 帧已经抽好、标注核查过，见标注并核查。
- 每个类别都有足够多的框。
发起训练
进项目，点 训练 页签，在左侧「发起训练」里填：
| 项 | 说明 |
|---|---|
| 数据集来源 | 一般选「项目数据集（核查区）」 |
| 基础模型 | 默认 YOLOv8n（一体机上跑得最快），一般不改 |
| 训练轮数 epochs | 默认 100 |
| 早停耐心 patience | 默认 20：连续 20 轮没进步就提前停 |
| 图像尺寸 imgsz | 系统按目标大小推荐好了。零件越小要越大（640 / 960 / 1280），但一体机上也会越慢 |
| 高级参数 | 优化器、学习率、数据增强，一般不动 |
填好点 发起训练(GPU)。排队和进度在 任务 页看，一般十几分钟到一小时。
训练完会自动导出成一体机能跑的 FP16 模型，到 模型 页查看，见发布模型。
训练记录
右侧「训练记录」列出每次训练：状态、模型、数据源、epochs、imgsz、mAP、耗时、时间。数据源下面两个数字 = 训练用了几张 / 验证用了几张。
右上 数据集预览 可以翻看训练集、验证集各有哪些图。
训练报告
点某次训练的 详情/报告：
- 最上面一句大白话结论，比如「综合准确度 0.995，模型已经认得很准，可以发布测试版到一体机上实际验证」。
- 指标卡：mAP50 综合准确度、mAP50-95、完成轮数、训练耗时。旁边的小问号有解释，右上 名词解释 看全部。
- 训练报告图片，点开放大。第二、三张「混淆矩阵」最有用：看哪个类别容易被认成哪个类别，认混的两类要回去多补素材、多核查。
mAP50 怎么看
| mAP50 | 说明 | 怎么办 |
|---|---|---|
| 0.9 以上 | 认得很准 | 发测试版到一体机验证 |
| 0.7 ~ 0.9 | 还行，但有类别认不准 | 看混淆矩阵，给差的类别补素材、补核查 |
| 0.7 以下 | 不能用 | 检查标注是不是有大量错框，素材够不够 |
最终以一体机上实际验证为准
准确度是用验证集算的。2026-10-26 起，验证集按素材整段划分：同一段视频、同一个零件视频、同一分钟连拍的照片，要么全在训练集，要么全在验证集，不再一段视频拆两边；素材只有一两段时，改为每段末尾连续一截做验证。训练详情的「验证集划分」写着用的哪种。
这之前的训练是隔帧抽验证集，同一段视频相隔半秒的图分在两边，等于考原题，mAP 普遍 0.99 上下、偏乐观。训练记录和模型版本里，这类 mAP 后面带黄色「*」，鼠标移上去有说明。所以改版后重训，mAP 掉一些是正常的，那才是更真实的数。