| 参数 | 说明 | 建议值 |
|---|
| 数据集快照 | 选择已创建的快照版本 | |
| 基础模型 | YOLO 预训练模型的规模 | |
| 训练轮数 (Epochs) | 遍历数据集的次数 | 100-300 |
| 批次大小 (Batch Size) | 每次送入 GPU 的图片数量 | 16 |
| 图片尺寸 (Image Size) | 训练时统一缩放到的尺寸 | 640 |
| 模型 | 参数量 | 推理速度 | 精度 | 适用场景 |
|---|
yolov8n.pt | 3.2M | 最快 | ★★ | 实时性要求极高、目标种类少 |
yolov8s.pt | 11.2M | 快 | ★★★ | 推荐，均衡选择 |
yolov8m.pt | 25.9M | 中等 | ★★★★ | 精度要求较高 |
yolov8l.pt | 43.7M | 慢 | ★★★★★ | 高精度场景 |
n/s/m/l/x 代表 nano/small/medium/large/xlarge，模型越大精度越高但推理越慢。
| 指标 | 含义 | 期望趋势 |
|---|
| Box Loss | 检测框定位误差 | ↓ 持续下降 |
| Class Loss | 类别分类误差 | ↓ 持续下降 |
| mAP50 | 平均精度（IoU=0.5） | ↑ 持续上升 |
| mAP50-95 | 平均精度（IoU=0.5~0.95） | ↑ 持续上升 |
| Precision | 准确率 | ↑ 持续上升 |
| Recall | 召回率 | ↑ 持续上升 |
| 状态 | 含义 |
|---|
queued | 排队中，等待 GPU 资源释放 |
preparing | 正在准备训练数据和环境 |
running | 训练进行中 |
completed | 训练正常完成 |
failed | 训练异常终止（可查看日志排查） |
stopped | 您手动停止了训练 |
| 硬件 | 规格 |
|---|
| GPU | 4× NVIDIA RTX 6000 Ada Generation |
| 单卡显存 | 48 GB |
| 总显存 | 192 GB |
