搜「怎么训练自己的 YOLO 模型」的人，多半已经把图准备好了，等着找一个按钮按下去。真正花时间的却在前面：每张图里的目标要框出来、类别名要统一、素材要分好组。这几件做完，训练反而是不用太操心的一段。
这篇按第一次做的顺序走一遍，从怎么标注图片数据，到模型转换之后还要做什么。不写代码，也不拆模型结构。看完能判断自己手上缺的是图、是标注，还是一份能对齐的标准。
一、数据标注在标什么
给每张图里要找的东西画个框，再写上它是什么。框的位置加上类别名，合起来就是给模型看的标准答案。模型后来能认出什么，取决于这批答案长什么样。
工具给候选，人来确认和修正，这一步绕不开人。市面上叫图片标注工具、标注软件的东西，多数只管这一环，标完导出一批文件，后面的事自己接。
挑工具时先问一句「标完能不能直接进训练」，比功能列表更有用。标注结果和训练环境分在两处，路径、类别名与顺序都要重新对一遍，改一版标签整套重来。
二、四种标注方式，按目标形状挑
形状规则、边缘清楚的，用矩形框拖一下更省手；轮廓不规则、边缘本身就是信息的，换掩码分割；通用自然图像可以点一下让 SAM 出像素级掩码，再取外接框微调；项目里已经有模型了，才轮到智能标注先给整张图出候选框，确认或跳过都行。
半自动标注省的是手和时间，不是判断。低对比度、透明、和背景融在一起的目标，自动结果尤其要逐张看。四种方式可以混着用，同一批图不必强求一种。
四种标注方式按目标形状选择的对照示意
三、YOLO 数据集怎么分
自己怎么做数据集，答案不在数量，在三件小事：类别名从头到尾一致、图片覆盖真实会遇到的情况、留一批图专门用来验收。
类别名一致比想象中难。同一个东西，有人叫「车」，有人叫「小汽车」，模型会当成两类来学。用改卷子打比方，这像同一道题的标准答案前后写了两种，学生再认真也考不好。开工前把类别表写死，比事后回去改几百张图省事得多。
分组常按 7:2:1 拆成训练、验证、测试三份，各自别混用。测试那批一开始就单独锁住，不参与训练，才有资格当考卷；之后每次改标注、换版本都拿它当基准。
把标注、训练、测试与转换导出交付放进同一个项目的做法，公开资料里也能看到（万唯图界首批上线的目标检测模块万图 YOLO 采用的就是这种项目结构）。
这类结构的取舍同样清楚：流程要按项目来组织，自由度少一些，工具之间的数据搬运也少一些。选哪种，取决于手上有多少现成环境。
训练、验证、测试三组数据的用途划分
四、六个步骤，从图到能用的模型
一是定类别表：名字、顺序一次定死。类别顺序后面做模型转换还要用一次，中途插入或调换，调用时可能一直输出同一个类，而且不报错。
二是传图分组：按 7:2:1 指定三组，抽查有没有图被同时分进两组。
三是标注：按目标形状挑方式，混着用也行。
四是选版本规格：常见 v5、v8、v11、v12，规格从 n 到 x 由小到大。前期耗神的一段常落在环境配置上——装驱动、配依赖、对版本，和模型本身关系不大。先把链路跑通，再回头调参。
五是测试：拿那批没见过的图看框画得对不对，漏检、误检分别落在哪类场景。验证曲线好看，不等于要认的那类画面准。
六是转换与部署：训练出来的文件通常还要转一次才能用，方向包括 ncnn、ONNX、TorchScript、CoreML 等，转到哪类取决于目标设备的推理框架。类别映射要跟着导出，输入尺寸和预处理也要和训练时对齐；到了目标设备上，再跑一遍。
从图片标注到模型转换的六个步骤流程
五、三个不报错的卡点
标得不一致、拿训练集里的图看效果、以为模型文件下载下来就完事。这三件都不会报错：训练照常结束，指标照常出数，问题等真正用起来才冒出来。
还有个不算坑但常被忽略的点：不会代码训练 YOLO 完全可行，门槛现在主要在整理数据，不在写脚本。目标检测怎么做，说到底是把标准答案写清楚，再看模型有没有学会。
六、开始之前，照这份清单准备
- 类别表已定稿，名字和顺序全程不再改动；
- 素材覆盖光线、遮挡、目标大小的变化，不只挑好认的；
- 训练、验证、测试三组已分开，测试图单独锁住；
- 标注标准写成一句话，多人协作时能对得上；
- 确认标注结果能直接进训练，不用导出再对路径；
- 版本与规格先按「跑通流程」选，效果不够再回头调；
- 转换格式按目标设备定，类别映射随模型一起导出；
- 模型部署前，在真实设备上用测试图跑过一遍；
- 换版本、补标注之后，用同一批测试图重新对比。
七、两条常见追问
问：在线训练要自己配环境吗？答：看平台负责到哪一层。有的只提供算力，镜像与依赖仍要自己装；有的把环境和任务一起托管。区分的办法是问一句「训练任务中断后日志还留不留」。
问：YOLO 模型转换之后还要做什么？答：把类别映射顺序、输入尺寸与预处理和训练时对齐，再在目标设备上用测试图跑一遍。格式能下载，不等于设备能直接用。
框架版本会一直往前走，标注这件笨功夫没怎么变过。能让结果稳下来的，是那批类别统一、分好组、留着验收的图，以及每次改动都留得下来的记录。
