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

# 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

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

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

2.8 KiB Raw Permalink Blame History Unescape Escape