Init: Yolo模型训练

README.md

@@ -1,3 +1,172 @@
-# Yolo
+# YOLOE-11l-seg 室内导盲模型全流程指南
 
-Yolo模型训练
+本方案针对 Dell R730 服务器（RTX 3090 24GB, 192GB RAM）定制，专注于室内导盲场景下的 **实例分割 (Instance Segmentation)** 任务。
+
+## 1. 硬件环境优化 (Server Optimization)
+
+你的服务器拥有海量内存（192GB），这是提升训练速度的核心武器。
+
+### 1.1 系统与环境配置
+
+```bash
+# 1. 创建虚拟环境
+conda create -n yolo python=3.10 -y
+conda activate yolo
+
+# 2. 安装适配 3090 (Ampere架构) 的 PyTorch
+# CUDA 12.8 驱动兼容 CUDA 12.4 版本的 PyTorch
+pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
+
+# 3. 安装 Ultralytics (支持 YOLOE-11 系列)
+pip install ultralytics
+
+# 4. 其它必要库
+pip install opencv-python matplotlib albumentations
+```
+
+### 1.2 监控显卡温度
+
+3090 在服务器内散热压力大，建议训练时另开窗口运行：
+
+```bash
+watch -n 1 nvidia-smi
+```
+
+## 2. 数据集 (Dataset)
+
+推荐使用 Roboflow 的 **Indoor Obstacle Detection** 数据集，包含室内导盲所需的关键类别。
+
+### 2.1 数据集信息
+
+| 项目 | 内容 |
+|------|------|
+| 来源 | [Roboflow Universe](https://universe.roboflow.com/indooroutdoornavigation/indoor-obstacle-detection) |
+| 版本 | v11 |
+| 训练集 | 1440 张 |
+| 验证集 | 57 张 |
+| 测试集 | 54 张 |
+| 类别数 | 8 个 |
+
+### 2.2 类别列表
+
+| ID | 类别 | 说明 |
+|----|------|------|
+| 0 | `closed_door` | 关闭的门 |
+| 1 | `door` | 门 |
+| 2 | `elevator` | 电梯 |
+| 3 | `escalator` | 自动扶梯 |
+| 4 | `footpath` | 步道/可行走区域 |
+| 5 | `obstacle` | 障碍物 |
+| 6 | `person` | 行人 |
+| 7 | `wall` | 墙壁 |
+
+### 2.3 下载与上传
+
+1. 在 Roboflow 选择 **YOLOv11** 格式下载
+2. 解压后修改 `data.yaml` 中的路径为服务器绝对路径
+3. 按以下结构上传至服务器：
+
+```
+/home/rongye/ProgramFiles/Yolo/
+├── yoloe-11l-seg.pt              # 预训练权重
+├── train.py                       # 训练脚本
+├── data.yaml                      # 数据配置
+└── datasets/
+    └── indoor_obstacle/           # 数据集目录
+        ├── train/
+        │   ├── images/
+        │   └── labels/
+        ├── valid/
+        │   ├── images/
+        │   └── labels/
+        └── test/
+            ├── images/
+            └── labels/
+```
+
+## 3. 训练配置 (Training Protocol)
+
+针对 3090 (24GB) 和 192GB 内存优化的脚本。
+
+### 3.1 编写 `data.yaml`
+
+```yaml
+# 数据集配置 - Indoor Obstacle Detection v11
+path: /home/rongye/ProgramFiles/Yolo/datasets/indoor_obstacle
+train: train/images
+val: valid/images
+test: test/images
+
+nc: 8
+names: ['closed_door', 'door', 'elevator', 'escalator', 'footpath', 'obstacle', 'person', 'wall']
+```
+
+### 3.2 训练脚本 `train.py`
+
+```python
+from ultralytics import YOLO
+
+# 加载 YOLOE-11l-seg 权重 (Everything/World系列)
+# 11l 是 Large 版本，拥有最强的特征提取能力
+model = YOLO("yoloe-11l-seg.pt") 
+
+# 开始训练
+results = model.train(
+    data="data.yaml",
+    epochs=150,           # 导盲任务建议150轮以确保收敛
+    imgsz=640,            # 训练分辨率保持 640
+    batch=16,             # 3090 显存大，16-32 均可
+    device=1,             # 指定第二块 3090
+    workers=16,           # 利用双路 Xeon CPU 的多线程能力
+    cache='ram',          # 【核心优化】192GB内存足够载入全部数据，极大缩短IO等待
+    optimizer='AdamW',     # 分割任务建议使用 AdamW
+    close_mosaic=10,      # 最后 10 轮关闭增强，提升 Mask 边缘的细腻程度
+    amp=True,             # 开启混合精度，提速并省显存
+    project="blind_guide_project",
+    name="yoloe_11l_v1"
+)
+```
+
+## 4. 适配 480p 实时推理 (Inference Adaption)
+
+你训练用 640，使用用 480。11l 模型具有很强的尺度鲁棒性。
+
+### 4.1 服务器端推理优化
+
+在服务器上运行推理时，通过导出 **TensorRT** 格式，可以将 3090 的延迟降至 10ms 以内：
+
+```python
+# 训练完后执行导出
+model = YOLO("blind_guide_project/yoloe_11l_v1/weights/best.pt")
+model.export(format="engine", imgsz=480, half=True, device=0)
+```
+
+### 4.2 将"像素"转化为"语音"
+
+在服务器端处理结果时，利用分割结果计算行走路径：
+
+```python
+import numpy as np
+
+def generate_guide_command(results):
+    for r in results:
+        # 获取 footpath (class 4) 的掩码
+        footpath_mask = r.masks.data[r.boxes.cls == 4].cpu().numpy()
+        
+        # 将掩码横向分为 左、中、右 三个扇区
+        # 如果中间扇区地面像素占比低于阈值，说明前方有障碍物
+        h, w = footpath_mask[0].shape
+        middle_zone = footpath_mask[0][int(h*0.5):, int(w*0.35):int(w*0.65)]
+        
+        if np.mean(middle_zone) < 0.5:
+            return "停止，前方有障碍物"
+        else:
+            return "路径安全，请直行"
+```
+
+## 5. 常见问题 (FAQ)
+
+- **Q: 训练过程中显卡太热怎么办？**
+  - A: R730 散热主要是靠前排风扇。如果 3090 超过 85度，请在 iDRAC 里将风扇转速手动设为 70% 或更高。
+- **Q: 为什么不用小模型 (11s)？**
+  - A: 因为你的模型运行在服务器上。3090 跑 11l 和跑 11s 的延迟差距对导盲来说可以忽略（都是毫秒级），但 11l 能发现 11s 漏掉的细电线。

data.yaml

@@ -0,0 +1,24 @@
+# 导盲分割数据集 - 从 MIT Indoor 筛选的 14 个核心类别
+# 原始 2573 类别 -> 14 个导盲相关类别
+
+path: /home/rongye/ProgramFiles/Yolo/datasets/indoor_blind
+train: train/images
+val: valid/images
+test: test/images
+
+nc: 14
+names:
+  - floor       # 0: 可行走地面
+  - corridor    # 1: 走廊/通道
+  - sidewalk    # 2: 人行道
+  - chair       # 3: 椅子
+  - table       # 4: 桌子
+  - sofa_bed    # 5: 沙发/床
+  - door        # 6: 门
+  - elevator    # 7: 电梯
+  - stairs      # 8: 楼梯
+  - wall        # 9: 墙壁
+  - person      # 10: 行人
+  - cabinet     # 11: 柜子
+  - trash_can   # 12: 垃圾桶
+  - window      # 13: 窗户/玻璃门

train.py

@@ -0,0 +1,21 @@
+from ultralytics import YOLO
+
+# 加载 YOLOv11-Large 分割模型 (标准版本，支持自定义训练)
+# 注意：YOLOE 不支持自定义类别数训练，需使用标准 YOLO11
+model = YOLO("/home/rongye/ProgramFiles/Yolo/yolo11l-seg.pt") 
+
+# 开始训练
+results = model.train(
+    data="data.yaml",
+    epochs=150,           # 导盲任务建议150轮以确保收敛
+    imgsz=640,            # 训练分辨率保持 640
+    batch=16,             # 3090 显存大，16-32 均可
+    device=1,             # 指定第二块 3090
+    workers=16,           # 利用双路 Xeon CPU 的多线程能力
+    cache='ram',          # 【核心优化】192GB内存足够载入全部数据，极大缩短IO等待
+    optimizer='AdamW',     # 分割任务建议使用 AdamW
+    close_mosaic=10,      # 最后 10 轮关闭增强，提升 Mask 边缘的细腻程度
+    amp=True,             # 开启混合精度，提速并省显存
+    project="blind_guide_project",
+    name="yoloe_seg_blind_v1"
+)