Ultralytics YOLO11是一个多功能框架，旨在覆盖机器学习模型的整个生命周期——从数据摄取和模型训练到验证、部署和现实世界跟踪。每种模式都服务于特定目的，并且设计得灵活高效，以满足不同任务和用例的需求。本指南旨在为提供每种模式的概述和实用见解，帮助充分发挥YOLO11的潜力。
了解Ultralytics YOLO11支持的不同模式对于充分利用模型至关重要：
训练模式用于在自定义数据集上训练YOLO11模型。在此模式下，模型使用指定的数据集和超参数进行训练。训练过程涉及优化模型的参数，以便它能够准确预测图像中对象的类别和位置。
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.train(data="path/to/dataset.yaml", epochs=100, imgsz=640)
验证模式用于在训练后验证YOLO11模型。在此模式下，模型在验证集上进行评估，以衡量其准确性和泛化性能。此模式可用于调整模型的超参数以提高其性能。
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.val(data="path/to/validation.yaml")
预测模式用于使用训练过的YOLO11模型在新图像或视频上进行预测。在此模式下，模型从检查点文件中加载，用户可以提供图像或视频以执行推理。模型预测输入图像或视频中对象的类别和位置。
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.predict(source="path/to/video.mp4")
导出模式用于将YOLO11模型导出为可用于部署的格式。在此模式下，模型被转换为其他软件应用程序或硬件设备可以使用的格式。此模式在将模型部署到生产环境时非常有用。
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.export(format="onnx")
跟踪模式用于使用YOLO11模型实时跟踪对象。在此模式下，模型从检查点文件中加载，用户可以提供实时视频流以执行实时对象跟踪。此模式适用于监控系统或自动驾驶汽车等应用。
from ultralytics import YOLO
model = YOLO("yolo11n.pt")
model.track(source="path/to/video.mp4")
基准测试模式用于分析YOLO11各种导出格式的速度和准确性。基准测试提供了导出格式的大小、mAP50-95（对于目标检测、分割和姿态）或accuracy_top5（对于分类）指标以及每张图像的推理时间（毫秒）等信息。这些信息可以帮助用户根据对速度和准确性的要求选择最适合的导出格式。
from ultralytics.utils.benchmarks import benchmark
benchmark(model="yolo11n.pt", data="coco8.yaml", imgsz=640, half=False, device=0)
如何使用Ultralytics YOLO11训练自定义目标检测模型？
使用Ultralytics YOLO11训练自定义目标检测模型涉及使用训练模式。需要一个格式化为YOLO格式的数据集，包含图像和相应的注释文件。使用以下命令开始训练过程：
yolo train data=path/to/dataset.yaml epochs=100 imgsz=640
有关更详细的说明，请参阅。
Ultralytics YOLO11在验证过程中使用各种指标来评估模型性能。这些包括：
yolo val data=path/to/validation.yaml
有关更多详细信息，请参阅。
Ultralytics YOLO11提供导出功能，将训练好的模型转换为各种部署格式，如ONNX、TensorRT、CoreML等。使用以下示例导出模型：
yolo export model=yolo11n.pt format=onnx
有关每种导出格式的详细步骤，请参阅。
Ultralytics YOLO11中的基准测试模式用于分析各种导出格式如ONNX、TensorRT和OpenVINO的速度和准确性。它提供了模型大小、mAP50-95（用于目标检测）等指标以及不同硬件设置下的推理时间，帮助选择最适合的格式以满足部署需求。
yolo benchmark model=yolo11n.pt data='coco8.yaml' imgsz=640 half=False device=0
有关更多详细信息，请参阅。
使用Ultralytics YOLO11的跟踪模式可以实现实时目标跟踪。此模式将目标检测功能扩展到视频帧或实时馈送中的目标跟踪。使用以下示例启用跟踪：
yolo track source=path/to/video.mp4