Skip to main content

模型训练

通过 YOLO Tools 可视化工具即可完成模型的本地训练,支持 YOLOv11 / v8 / v5 模型,操作简单,无需手动配置 Python 环境.

训练完成后可直接导出 NCNN 格式模型,放入 AScript 工程即可使用.

获取训练工具​

1. 下载 AScript 程序坞​

前往 AScript 程序坞 下载并安装.

2. 搜索 YOLO Tools​

打开程序坞,在 AScript STORE 中搜索 ID: 25

AScript Store 搜索

3. 安装并运行​

点击搜索结果中的 yolo工具,进入详情页,点击 立即运行程序系统 即可启动.

yolo工具详情

数据集标注​

训练模型之前,需要先准备标注好的数据集.

1. 打开标注工具​

在 AScript WEB编辑器中,打开 工具栏 - yolo目标检测 - 标注训练,进入标注工具.

2. 截图或上传图片并打标签​

将需要识别的目标截图或上传图片到标注库,然后在图片上框选目标并标注类别名称.

图片越多、场景越丰富,训练效果越好.

标注工具

3. 导出数据集​

标注完成后,点击左上角 导出 ,选择导出为 ZIP 压缩包.

导出的 ZIP 包即为训练所需的数据集.

训练流程​

启动 YOLO Tools 后你会看到如下界面:

YOLO Tools 界面

1. 导入数据集​

  • 点击左侧 数据集 标签
  • 选择 导入 ZIP 导入刚才标注导出的数据集压缩包
  • 导入后可预览样本图片和标注框

2. 配置并开始训练​

  • 点击左侧 训练 标签
  • 选择模型版本(YOLOv11 / v8 / v5)和大小(Nano ~ XLarge)
  • 设置训练轮数、批量大小等参数
  • 点击 开始训练

训练界面

模型选择建议
模型大小手机推理速度准确率建议
Nano很快 (~15ms)较低要求极致流畅
Small快 (~30ms)较好推荐手机使用
Medium一般 (~80ms)好高端手机
Large / XLarge慢很好不推荐手机

3. 查看训练结果​

训练完成后自动跳转到 结果 页面,展示:

  • 训练成绩单 - 一目了然的评分(S/A/B/C)
  • 各项指标白话解读 - 每项不达标的指标都有具体改进建议
  • 结果图表 - 损失曲线、混淆矩阵、验证预测图等

训练结果

4. 导出模型​

  • 点击左侧 导出 标签
  • 格式选择 NCNN
  • 点击 导出模型
  • 导出完成后自动打开输出目录

导出界面

导出后你会得到两个文件:

  • model.ncnn.param - 模型结构
  • model.ncnn.bin - 模型权重

将这两个文件放入 AScript 工程的 res 目录下,即可加载使用.

在 AScript 中加载模型​

Android​

from ascript.android.system import R
from ascript.android import plug
plug.load("Yolov11Ncnn")

import Yolov11Ncnn as yolo

is_init = yolo.init(R.res("model.ncnn.param"),R.res("model.ncnn.bin"),R.res("metadata.yaml"))

if is_init:
    print("初始化成功")
    res = yolo.detect()
    print(res)