YOLO 机器视觉学习路线

当前目标

先把 YOLO 训练流程跑通，再把每一次实验都变成可以复盘的记录：数据集、类别、训练轮数、显存占用、指标变化和失败原因。

第一阶段

• 看懂数据集结构和标注格式。
• 只改自己的配置文件，保持上游框架稳定。
• 用小模型和小 batch 做 smoke test。
• 每次训练后记录 mAP50、混淆矩阵和典型误检。

第二阶段

把论文阅读和本地实验连起来。每篇论文只先回答五个问题：任务是什么，数据是什么，模型改了什么，指标提升在哪里，能不能迁移到自己的检测任务。

复盘字段

训练日志不要只保存结果图。还要记录当时为什么这么设参数，以及下一次要排查什么。