# Day 25 开发日志

**日期**：2025-12-31  
**主题**：室内导盲分割模型训练完成与验证

---

## 🔧 训练问题排查与修复

### 问题 1: YOLOE 不支持自定义类别训练

**错误**：
```
RuntimeError: shape '[16, 78, -1]' is invalid for input of size 14745600
```

**原因**：`yoloe-11l-seg.pt` (YOLO Everything) 是零样本/开放词汇模型，不支持传统 fine-tuning。

**解决方案**：改用标准分割模型 `yolo11l-seg.pt`

```python
# train.py 修改
model = YOLO("/home/rongye/ProgramFiles/Yolo/yolo11l-seg.pt")
```

---

### 问题 2: 数据集类别不匹配

**原始数据集**：MIT Indoor Scene (2573 个类别)
- 类别过多且杂乱（从 alarm clock 到 zuccini）
- 大部分与导盲无关

**解决方案**：创建 `filter_categories.py` 脚本筛选导盲相关类别

**筛选结果** (14 类)：

| ID | 类别 | 用途 |
|----|------|------|
| 0 | floor | 可行走地面 |
| 1 | corridor | 走廊/通道 |
| 2 | sidewalk | 人行道 |
| 3 | chair | 椅子障碍物 |
| 4 | table | 桌子障碍物 |
| 5 | sofa_bed | 沙发/床 |
| 6 | door | 门 |
| 7 | elevator | 电梯 |
| 8 | stairs | 楼梯 |
| 9 | wall | 墙壁边界 |
| 10 | person | 行人 |
| 11 | cabinet | 柜子 |
| 12 | trash_can | 垃圾桶 |
| 13 | window | 窗户/玻璃门 |

**数据规模**：
- 训练集：1265 张
- 验证集：363 张
- 测试集：175 张

---

## ✅ 训练完成

### 训练配置
```python
model = YOLO("yolo11l-seg.pt")
model.train(
    data="data.yaml",
    epochs=150,
    imgsz=640,
    batch=16,
    device=1,  # RTX 3090
    cache='ram',
    optimizer='AdamW',
    amp=True
)
```

### 训练结果
- **模型参数**：27.6M
- **训练时长**：约 1.5 小时
- **推理速度**：4.8ms/张 (训练时) / 23ms/张 (验证时)

---

## ✅ 模型验证

### 测试集预测

```bash
python -c "from ultralytics import YOLO; m=YOLO('best.pt'); m.predict('test/images', save=True)"
```

### 验证结果

| 指标 | 数值 |
|------|------|
| 测试图片 | 175 张 |
| 推理速度 | 23ms/张 |
| 无检测率 | 2.3% (4张) |
| 类别覆盖 | 14/14 全部检测到 |

### 典型检测样例
- `corridor`: 1 floor, 4 doors, 3 walls
- `dining room`: 6 chairs, 3 tables, 2 walls
- `conference`: 14 chairs, 2 tables
- `airport`: 1 floor, 2 chairs, 4 walls, 1 person

---

## 📁 产物位置

```
/home/rongye/ProgramFiles/Yolo/blind_guide_project/yoloe_seg_blind_v1/
├── weights/
│   ├── best.pt      ← 最佳模型
│   └── last.pt
├── results.csv
└── results.png
```

---

## 📋 下一步

- [ ] 导出 TensorRT 格式 (imgsz=480)
- [ ] 集成到导盲服务器替换现有模型
- [ ] 实际场景测试