十二、 自動標註¶
Pro 版已正式歸檔
Pro 版已正式歸檔,不再作為獨立產品繼續更新。
目前的自動標註方案¶
在新版標準版中開啟 影像標註 → 模型自動標註,安裝所需推理元件後選擇模型即可使用,無需安裝 Pro 版或 Trainer。
推理元件用於載入既有模型進行辨識,不包含模型訓練環境。以下 Pro 版訓練與舊介面說明僅作歷史記錄。
Pro 歷史功能說明(歸檔)
1. 核心特性¶
- 多架構適配:全面支援標準 水平物件偵測 與 OBB 旋轉框偵測。
- 全系列支援:訓練演算法深度適配 YOLO26 系列(n, s, m, l, x)。
- 零配置匯入:直接解析原始資料集目錄,無需額外打包。
2. 模型訓練操作步驟¶
第一步:路徑配置¶
- 資料集目錄:點選 [...] 按鈕,指向包含影像與對應 JSON 標籤的資料夾。
- 模型倉庫目錄:選擇訓練結果(權重、日誌、圖表)的存放路徑。
第二步:引數調整¶
- 在 基礎引數 面板設定輪數與批次。
- [重要提示]:影象尺寸 (W x H) 預設推薦使用 640 * 640。若需調整,數值必須是 32 的倍數。
- 在 高階引數 面板根據硬體情況微調。
第三步:啟動與監控¶
- 點選 [開始訓練],透過內建控制檯檢視實時日誌與進度條。

Box Loss

Loss值越低越好,一般情況下會降低到0.5左右。
3. 基礎訓練引數 (Basic)¶
| 引數名稱 | 對應程式碼 | 功能說明 |
|---|---|---|
| 訓練輪數 | Epochs | 決定模型學習資料的完整次數。數值越大訓練越久。 |
| 批次大小 | Batch | 每次餵給模型的影像數。視訊記憶體小請調低。-1 為自動。 |
| 工作執行緒 | Workers | 資料載入程序數。Windows 建議設為 0 ~ 4 以防報錯。 |
| 影象尺寸 | W x H | 預設 640 * 640。輸入影像縮放大小,必須是 32 的倍數。 |
| 標註閾值 | Conf | 自動標註的置信度門檻,低於此值的框將被過濾。 |

4. 高階進階引數 (Advanced)¶
配置建議
若您對以下深度學習引數不熟悉,請保持預設設定即可。系統已針對工業場景內建了最優預設值。
| 引數名稱 | 對應程式碼 | 功能說明 |
|---|---|---|
| 裝置選擇 | Device | Auto 自動偵測,0 為第一張 GPU,cpu 為強制使用 CPU。 |
| 斷點續訓 | Resume | 勾選後自動尋找上次中斷的 last.pt 繼續訓練。 |
| 快取記憶體 | Cache | 將資料快取到記憶體或硬碟以加速訓練。記憶體小時建議關閉。 |
| 馬賽克增強 | Mosaic | 開啟多圖拼接增強機率 (0.0 ~ 1.0)。提升小目標感知。 |
| 關閉Mosaic輪數 | Close Mosaic | 在最後 N 輪關閉 Mosaic 增強,防止模型後期震盪。 |
| 初始學習率 | lr0 | 初始學習率,一般預設 0.01,控制引數更新步長。 |
| 混合精度 | AMP | 推薦開啟。節省視訊記憶體並提速,且基本不影響精度。 |
| 驗證頻率 | Period | 每隔多少輪儲存一次權重或驗證一次。-1 為自動。 |
| 早停耐心 | Patience | 驗證指標連續 N 輪無改善則停止訓練。0 表示禁用。 |
| 最佳化器 | Optimizer | auto 會自動選擇;也可手動指定 SGD、AdamW 等。 |
| Dropout | Dropout | 正則化比率 (0.0 ~ 1.0),用於防止模型過擬合。 |
| 權重衰減 | Weight Decay | L2 正則化項係數,防止模型權重過大導致泛化差。 |
| Mixup 增強 | Mixup | 混合兩張影像及標籤的機率 (0.0 ~ 1.0)。增加樣本多樣性。 |
| Copy-Paste | Copy-Paste | 將目標隨機複製貼上到其他影象,提升模型召回率。 |
| 凍結層數 | Freeze | 凍結模型前 N 層權重不更新。適合預訓練模型微調。 |
| 視覺化工具 | TB | 開啟後使用 TensorBoard 記錄詳細日誌(Loss、指標)。 |
TensorBoard

勾選relaod data後,TensorBoard即可自動重新整理資料,預設為30秒一次。
5. 自動標註流程 (Auto Labeling)¶
- 載入模型:選擇已生成的最佳權重檔案(
best.pt)。 - 設定閾值:調節 Conf,建議根據場景設定在
0.3 ~ 0.5之間。 - 執行標註:系統自動掃描影像目錄並生成對應的 JSON 標籤。
- 校核確認:配合“影象標註”模組進行快速人工稽核。
6. 最終結果¶
最終結果

模型訓練完畢之後,會有以上最終評估圖可供參考。
環境注意事項
- 訓練期間請勿關閉軟體控制檯,否則程序會強制中斷。
- 若使用 OBB 旋轉框 模式,請確保資料集 JSON 格式定義正確(Length1/Length2 為半寬半高)。