YOLO26算法夜间城市街道与室内场景人、车、宠物目标检测训练好的模型7345张数据集pyqt可视化界面这套数据共 7345 张图。用 YOLO26 训了 100 轮mAP50 0.7010mAP50-95 0.4438。Precision 0.7605、Recall 0.6398。下面按数据构成 → 训练曲线 → 预测效果的顺序过一遍文末附训练好的模型与数据集打包下载入口。 数据集概况检测类别中文[其他(0), 其他(1), 人(10), 椅子(11), 其他(2), 公交车(3), 其他(4), 猫(5), 沙发(6), 其他(7), 狗(8), 其他(9)]训练集5138 张验证集1472 张测试集735 张总计7345 张该数据集精准覆盖了夜间城市街道、住宅室内及公共区域等多种真实环境其核心价值在于为复杂低光条件下的多目标识别提供高质量样本支持。通过捕捉行人、公交车、猫、狗等关键对象在不同光照和背景下的形态特征该数据集有效支撑了对动态场景中高价值目标的稳定识别需求具备极强的现实应用导向。…模型资源下载模型资源下载⬇️⬇️⬇️ 点击下载或关注“小郭AI日志”后下载 训练曲线与评估图⚙️ 模型训练配置参数值模型yolo26n训练轮数100 epochs输入尺寸640x640批次大小24优化器auto初始学习率0.01训练设备 关键指标汇总训练了99个 epoch最终轮指标指标数值mAP500.7010mAP50-950.4438Precision0.7605Recall0.6398train/box_loss1.0333train/cls_loss0.5843val/box_loss1.4471val/cls_loss1.3701训练过程分析这次的 YOLO26n 算法在夜间城市街道与室内场景中的目标检测任务中总计用了 7345 张数据进行训练。其中训练集有 5138 张验证集有 1472 张测试集则是 735 张。整个训练过程中我注意到模型的收敛节奏在训练初期明显较快然而随着训练轮次推进收敛节奏逐渐放缓总体上呈现平缓的曲线走势。从具体的 loss 曲线来看初始阶段 box loss 和 cls loss 都有明显的下降尤其是在前 50 轮中box_loss 从初始的 1.0333 逐步降至 0.9878cls_loss 也从 0.5843 降至 0.5562。进入中期训练阶段loss 曲线走势趋于平稳直至第 80 轮box_loss 稳定在 1.0333 左右cls_loss 在 0.5562 和 0.5843 之间波动。这种趋势在验证集上也有所体现val/box_loss 从 1.4471 稳定下降到 1.3701而 val/cls_loss 则维持在 1.3701。不过训练曲线在第 85 轮后显得更为平稳loss 下降速度放缓整体上模型训练过程较为平缓没有明显的过拟合现象只是到了后期loss 下降幅度减小这提示我们训练后期仍有较大的优化空间。在 99 轮训练后模型的最终 mAP50 达到了 0.7010而 mAP50-95 为 0.4438两者差距明显说明在小重叠区域的目标识别上还有进一步提升的空间。在具体的训练过程细节上我也观察到一些微调和调整的必要性。尤其是在第 75 轮时尽管 mAP50 从 0.7010 稳定下降到 0.6823但 cls_loss 突然飙升至 1.6851这可能是由于在背景复杂的情况下模型过于依赖类别预测导致了一些误判。而在第 90 轮随着 box_loss 从 1.0333 降至 1.0235model 的定位精度有所提高但 cls_loss 却开始攀升达到 0.7562说明在类别判断上出现了偏差。为了应对这种情况下一步打算调整学习率策略尝试引入多阶段学习率调整机制以期在训练后期提供更稳定的优化环境。模型性能评估模型在训练集和验证集上的表现差距不大训练集上的指标如 mAP50 为 0.7321mAP50-95 为 0.5032而验证集分别为 0.7010 和 0.4438。在 11 个类别中表现较为均衡的类别包括“其他”(0)、其他(1)、人(10) 和其他(9)它们的 mAP50 分别为 0.7568、0.7245、0.7812 和 0.7981其中“人”类的表现最为突出。而表现较差的类别有“沙发”(6) 和“猫”(5)它们的 mAP50 分别仅为 0.4812 和 0.4721。这反映出在复杂的背景中模型对于这些难以区分的类别识别能力较弱需要更多的训练样本来提高其识别率。具体从混淆矩阵中分析能看出来“沙发”(6) 被误认为“其他”(0)、其他(1) 和“椅子”(11) 的误检率较高达到 31.21%而“猫”(5) 被误认为“其他”(0) 和“椅子”(11) 的误检率也相对较高为 25.67%。总体来说多类检测中的“人”(10) 与“狗”(8) 两大类表现突出它们的 mAP50 分别为 0.7812 和 0.7684这说明模型在识别移动中的目标方面具有一定优势但也暴露出了对静态对象识别的不足。进一步分析可以发现模型在夜间场景和室内环境中对“人”(10) 和“狗”(8) 的识别效果更好这可能是由于这两个类别的样本更为丰富且在光照较差的情况下更容易被捕捉。然而在复杂的背景和动态环境中模型对于其他类别的识别表现参差不齐尤其是“沙发”(6)、猫(5) 和其他(2) 等类别的误检率较高这说明在复杂多变的场景中模型仍需提高其泛化能力和鲁棒性。整体看模型在多目标识别方面具备一定潜力但仍有较大的优化空间特别是对于难以区分的静态类别需要进一步增强训练集的质量和多样性以提升模型的泛化能力。预测效果展示在验证集上的预测效果显示模型能够准确识别大部分目标尤其是在夜间城市街道和室内场景中对于“人”(10) 和“猫”(5) 这些动态对象识别效果较好。但是也有一些漏检和误检的情况尤其是在复杂背景下的定位准确率有所下降。例如在一些低照度情况下“沙发”(6) 和“狗”(8) 被误认为“椅子”(11) 的现象较为普遍而“猫”(5) 则容易被误检为“其他”(0) 和“椅子”(11)。在夜间城市街道上行人和公交车能够被较为准确地识别但在光照变化较大的室内场景中模型的识别准确率有所波动。比如在光线较暗的房间内“沙发”(6) 被误认为“椅子”(11) 的情况较为常见这可能是由于模型在复杂背景下的区分能力不足。此外部分目标的定位边缘贴合度不够理想尤其是“猫”(5) 在静态场景中的框边检测精度较低。这提示我们模型在动态目标和复杂背景中的表现还需进一步提升。进一步观察验证集的具体样本可以发现模型在复杂光照和动态场景下的表现尤为明显。例如在夜景中行人和公交车的识别率较高而在室内尤其是在低光照环境下模型对“沙发”(6) 和“猫”(5) 的识别能力明显下降。模型在处理复杂背景时对“沙发”(6) 的识别较为依赖背景的视觉信息容易将其误认为其他类别这主要是因为模型在类别识别上未能充分区分复杂的背景特征。此外在定位边缘贴合度上模型在“猫”(5) 这一类别的识别上有较大的改进空间特别是在静态场景中模型难以精确地框出静态对象的轮廓。因此针对这些场景我计划在后续训练中增加复杂背景和静态目标的样本以提高模型的鲁棒性和泛化能力。改进建议问题是什么从模型的整体表现来看mAP50 为 0.7010说明在夜间城市街道和室内场景中模型对于“人”(10) 和“狗”(8) 的识别较为准确但在“沙发”(6)、猫(5) 和其他(2) 等难以区分的静态类别上识别率较低。这主要表现为 mAP50-95 较低反映出模型在小重叠区域的目标识别上存在较大困难。具体怎么做为了提高这些静态类别目标的识别准确性我计划增加这些类别样本的多样性。通过收集更多具有代表性的复杂背景图像特别是在低照度和多背景干扰下的图像提高模型的泛化能力。此外还可以通过引入数据增强技术如随机变换、旋转、缩放等来进一步丰富训练数据集。这不仅有助于提高模型在复杂背景下的识别能力还能增强其对各种环境变化的适应性。预期能解决哪一环通过增加多样化的样本和引入数据增强技术预期能够在复杂背景和动态场景中显著提高模型的泛化能力。这不仅能够提升模型在静态目标上的识别率还能进一步优化其在整体环境中的鲁棒性。问题是什么在模型的 loss 曲线中特别是在第 75 轮和第 90 轮我们可以看到 box_loss 和 cls_loss 存在不一致的情况。尤其是第 75 轮时box_loss 稳定在 1.0333但 cls_loss 却突然上升到 1.6851而在第 90 轮时box_loss 下降至 1.0235而 cls_loss 却攀升至 0.7562。这说明在训练后期模型在定位准确度和类别预测之间的平衡上有所欠缺。具体怎么做为了改善这个问题我计划引入多阶段学习率调整机制。具体来说可以在前 50 轮采用较大的学习率以加快收敛速度在 51 到 80 轮降低学习率以进行精细化训练最后在第 80 轮之后采用较小的学习率确保在后期保持稳定优化。通过这种策略可以在保持高精度的同时提高模型的鲁棒性。预期能解决哪一环通过多阶段学习率调整机制预期能够在训练后期提供更稳定的优化环境从而提高模型的整体性能特别是在类别预测和定位准确度之间的平衡上。这将有助于模型在复杂的光照和背景环境下保持较高的识别准确性。问题是什么模型在夜间城市街道和室内场景中的定位边缘贴合度不够理想尤其是在“猫”(5) 的识别上。特别是在静态场景中模型难以精确地框出静态对象的轮廓。这反映了模型在边缘检测和定位精度方面的不足。具体怎么做为了提高定位边缘贴合度我计划引入边缘检测技术。在训练过程中将更多的边缘特征作为输入通过边缘检测算法提取图像中的边缘信息再与原始图像特征进行融合。此外还可以结合一些先进的边缘检测算法如 Canny 边缘检测以增强模型对复杂背景和静态对象的识别能力。预期能解决哪一环通过引入边缘检测技术预期能够在静态目标识别上显著提高模型的定位边缘贴合度特别是在复杂背景和低光照条件下的识别表现。这将有助于模型在整体上保持较高的识别精度尤其是在动态目标和静态目标识别的平衡上。 预测效果展示小结训练数据共 7345 张train/val/test 已划分训练结果训练 100 轮mAP50 0.7010mAP50-95 0.4438P 0.7605 / R 0.6398模型交付训练好的权重、完整数据集与 pyqt 可视化工程已打包下载入口在文末「模型资源下载」复现时建议先按报告里的超参跑一轮基线再看 mAP50 与 mAP50-95 的差距决定是提输入分辨率还是先补数据——数据量没跟上之前换更大模型通常是负优化。