YOLO热成像人体部位目标检测数据集从数据到模型人脸检测的 YOLO26 全流程 数据集基本信息目标类别 [‘face’, ‘forehead’, ‘neck’, ‘nose’]中文类别[‘面部’, ‘额头’, ‘颈部’, ‘鼻子’]训练集7395 张验证集729 张测试集367 张总计8491 张 data.yaml 配置信息该数据集提供了data.yaml文件内容如下train:../train/imagesval:../valid/imagestest:../test/imagesnc:4names:[face,forehead,neck,nose]️ 标注可视化数据集详细介绍YOLO热成像人体部位目标检测数据集是一个面向热成像图像中人体关键部位识别的专用数据集适用于需要在低可见光环境下进行目标检测的场景。从名称可推测其可能应用于安防监控、医疗健康、军事侦察或工业安全等领域尤其适合在夜间、烟雾、强光等复杂环境中进行人体部位的精准定位与识别。该数据集通过热成像技术捕捉人体红外辐射特征能够有效弥补传统可见光图像在特定环境下的局限性为基于热成像的目标检测任务提供可靠的数据支持。数据集包含共计8491张热成像图像覆盖4种人体部位类别具体类别含义虽未明确给出但结合常见人体部位检测任务可推断可能包括头部、躯干、上肢和下肢等关键区域。这些图像具有较高的分辨率和清晰度能够保留热源分布的细节信息有助于模型学习不同部位的热辐射特征。数据集中各类别样本分布相对均衡具备一定的多样性能够支持模型在多种姿态和环境下进行泛化训练。标注规范方面该数据集采用精确的边界框标注方式确保每个目标部位的坐标信息准确无误。标注过程中可能遵循了统一的标注标准和流程以保证数据的一致性和可用性。这种高质量的标注数据对于训练高精度的目标检测模型具有重要价值尤其是在热成像条件下对模型的鲁棒性和适应性提出了更高要求。在实际应用中该数据集可用于开发基于热成像的人体部位检测系统例如在消防救援、夜间监控、智能穿戴设备或医学影像分析等场景中。建议在实际部署前进行数据增强和迁移学习以提升模型在不同设备和环境下的表现。同时可结合多模态数据进行融合分析进一步提高检测精度和应用场景的拓展性。YOLO26 目标检测算法原理相比于 YOLOv11 等前代版本YOLO26 在架构层面做出了几个重要改变让推理流程更简洁高效。端到端无 NMS 推理传统 YOLO 模型在推理后需要执行非极大值抑制NMS来去除冗余检测框这增加了后处理延迟和部署复杂度。YOLO26 默认采用一对一one-to-one检测头直接输出每张图像最多 300 个检测结果(N, 300, 6)完全省去 NMS 步骤推理流水线大幅简化。在 CPU 上的 ONNX 推理速度相比 YOLO11n 提升高达 43%。无 DFL 回归YOLO26 移除了分布焦点损失Distribution Focal Loss, DFL结构检测头更加轻量。边界框回归不再受限于预设的离散区间既降低了模型复杂度又保持了同等甚至更优的回归精度。Progressive Loss 与 STAL训练过程中通过渐进损失Progressive Loss将监督信号逐步从辅助头部转移到推理阶段的主头部。小目标感知标签分配STAL策略特别提升小目标的正样本标签覆盖率改善小物体检测性能。MuSGD 混合优化器创新性地将大语言模型常用的 Muon 优化器与 SGD 结合实现更稳定高效的训练收敛。相比纯 SGDMuSGD 在大 batch 训练时收敛更快且不易震荡。模型尺度与 COCO 性能YOLO26 提供 N/S/M/L/X 五种尺度模型mAP50-95CPU ONNX(ms)T4 TensorRT(ms)参数量YOLO26n40.938.91.72.4MYOLO26s48.687.22.59.5MYOLO26m53.1220.04.720.4MYOLO26l55.0286.26.224.8MYOLO26x57.5525.811.855.7MNano 版本参数量仅 2.4MCPU 推理速度比 YOLO11n 快 43%适合边缘设备和小数据集X 版本 mAP 达 57.5适用于对准确率要求极高的场景。双头架构设计YOLO26 检测模型内置两个检测头——一对一默认无 NMS输出 300 个检测框和一对多需 NMS输出 8400 个候选框。训练时一对多头作为辅助监督信号加速收敛推理时默认使用一对一头实现端到端输出。YOLO26 支持全部七大视觉任务检测、实例分割、语义分割、深度估计、分类、姿态估计和定向边界框检测OBB一个框架覆盖从 2D 检测到 3D 感知的完整需求。模型导出与部署导出模型不只是格式转换——int8 量化、动态 batch size、输入尺寸固定化这些选项都会影响最终的推理性能和精度。导出格式对比格式命令参数适用场景速度PyTorch-开发调试中等ONNXformatonnx跨平台通用快TensorRTformatengineNVIDIA GPU 推理最快OpenVINOformatopenvinoIntel CPU/VPU快Core MLformatcoremlApple 设备快TFLiteformattfliteAndroid/嵌入式快NCNNformatncnnARM 端侧很快导出示例fromultralyticsimportYOLO modelYOLO(runs/detect/train/weights/best.pt)# 导出 ONNX最通用model.export(formatonnx,imgsz416)# 导出 TensorRTNVIDIA GPU 最快model.export(formatengine,device0,imgsz416)# 导出 NCNN瑞芯微/ARM 嵌入式model.export(formatncnn,imgsz416)# int8 量化牺牲少量精度换 2-3 倍速度model.export(formatengine,device0,imgsz416,int8True)YOLO26 无 NMS 部署优势由于默认一对一检测头导出模型推理时无需额外 NMS 后处理代码。ONNX 输出格式[N, 300, 6]直接解释为[批次, 检测数, (x1, y1, x2, y2, cls, conf)]大幅简化嵌入式开发和移动端集成。CPU 部署建议无 GPU 环境推荐 ONNX OpenCV DNN 或 ONNX Runtime。YOLO26 无 NMS 设计在 CPU 上提升尤为明显推理速度比 YOLO11n 快约 43%。YOLO 数据增强策略YOLO26 默认的训练增强已经覆盖了 90% 的场景。你需要做的不是加新增强而是理解每个参数在哪调、怎么关。Mosaic 拼接将 4 张训练图像随机缩放后拼接为一张大幅增加场景组合的多样性。对背景复杂、目标尺寸差异大的场景特别有效。训练最后 10 轮通过close_mosaic10自动关闭 Mosaic让模型适应真实数据分布。MixUp 混合两张图像按一定比例α0.3线性混合标签也按同比例混合。能平滑模型决策边界对小数据集防过拟合效果显著。HSV 色彩空间扰动在 HSV 通道上对图像进行随机偏移色相 ±0.015、饱和度 ±0.7、明度 ±0.4模拟不同光照和色彩条件下的拍摄效果提升模型对光照变化的鲁棒性。几何变换随机水平翻转fliplr0.5、随机缩放scale0.5、随机平移translate0.1帮助模型学习位置不变性特征。Copy-Paste 增强将目标实例复制到另一张图像的随机位置增加目标实例多样性。通过copy_paste0.3控制概率。增强参数配置data.yaml 中可选覆盖hsv_h:0.015hsv_s:0.7hsv_v:0.4degrees:0.0translate:0.1scale:0.5shear:0.0perspective:0.0flipud:0.0fliplr:0.5mosaic:1.0mixup:0.1copy_paste:0.1模型评估指标解读拿到 YOLO 训练完成的输出目录先别急着开心——打开 results.csv 和 PR_curve.png这几个数字比你想象的能说更多话。训练完成后YOLO26 训练器自动输出以下指标mAP50mAP0.5IoU 阈值为 0.5 时的平均精度均值反映模型粗粒度定位能力。mAP50 ≥ 0.90 表示定位效果很好。mAP50-95mAP0.5:0.95IoU 从 0.5 到 0.95 共 10 个阈值上取平均。更严苛反映精确定位能力是更具代表性的综合评价指标。Precision精确率检测结果中正确检测的比例。高 Precision 意味着虚警少。Recall召回率真实目标中被成功检测到的比例。高 Recall 意味着漏检少。F1 ScorePrecision 和 Recall 的调和平均数 2×P×R/(PR)综合衡量模型平衡性。Confusion Matrix混淆矩阵N×N 矩阵对角线为正确分类非对角线为误分类可定位类别间混淆情况。训练曲线分析train/box_loss单调下降 → 边界框回归正常收敛val/box_loss先降后升 → 过拟合风险应增大数据增强或减小模型metrics/mAP50(B)增长放缓趋于平稳 → 模型接近收敛上限train 持续降、val 持续升 → 严重过拟合建议减小模型或增大 dropout指标使用场景安全生产场景如安全帽检测→ 优先保证 Recall宁可多报不能漏报质检场景如缺陷检测→ 优先保证 Precision降低误检率减少人工复核量通用检测 → 均衡优化关注 mAP50-95 和 F1 Score怎么看 PR 曲线图训练结束后 runs 目录下会生成PR_curve.png。这个图最关键的信息不是单个数字而是曲线形状。平缓下降型说明模型稳定陡降型说明在某一个置信度阈值附近性能急剧变化。如果某个类别的曲线整体偏左下基本可以断定该类别的训练样本不够。YOLO26 训练步骤详解不管你用的是命令行还是 Python 脚本YOLO26 的训练接口都保持一致。下面用最常见的 CLI 方式演示完整流程。环境准备pipinstallultralytics yolo checks python-cimport torch; print(torch.cuda.is_available())命令行训练yolo detect traindatadata.yamlmodelyolo26n.ptepochs150imgsz416batch64device0lr00.02patience-1cos_lrTrueclose_mosaic10Python API 训练fromultralyticsimportYOLO modelYOLO(yolo26n.pt)resultsmodel.train(datadata.yaml,epochs150,imgsz416,batch64,device0,lr00.02,patience-1,cos_lrTrue,close_mosaic10,augmentTrue,ampTrue,workers8,)训练输出文件runs/detect/train/weights/best.pt验证集上 mAP 最高的权重runs/detect/train/weights/last.pt最后一轮保存的权重runs/detect/train/results.csv每轮 loss 和指标数据runs/detect/train/confusion_matrix.png混淆矩阵图runs/detect/train/results.png训练曲线图runs/detect/train/val_batch*_pred.jpg验证集预测效果图单张推理测试modelYOLO(runs/detect/train/weights/best.pt)resultsmodel(test_image.jpg)results[0].show()多 GPU 分布式训练yolo detect traindatadata.yamlmodelyolo26n.ptdevice0,1epochs100恢复中断的训练yolo detect trainmodelpath/to/last.ptdatadata.yamlresumeTrue关键训练参数配置详解训练过程中最容易被忽视的参数其实是 patience——早停机制能帮你省掉大量无效训练时间尤其是小数据集上。参数默认值本项目设置含义model-yolo26n.pt预训练权重n/s/m/l/x 五种尺度epochs100150训练总轮数imgsz640416输入图像尺寸batch1664批次大小根据显存调整lr00.010.02初始学习率lrf0.010.01最终学习率因子lr0 × lrfmomentum0.9370.937SGD 动量weight_decay0.00050.0005权重衰减L2 正则化warmup_epochs3.03.0预热轮数warmup_momentum0.80.8预热期间动量初始值box7.57.5边界框回归损失权重cls0.50.5分类损失权重dfl1.51.5DFL 损失权重YOLO26 可置 0patience100-1早停轮数cos_lrFalseTrue余弦学习率衰减close_mosaic1010最后 N 轮关闭 Mosaic 增强optimizerautoSGD优化器选择ampTrueTrue自动混合精度训练freezeNone0冻结前 N 层骨干网络参数dropout0.00.1分类头 Dropout 率防过拟合损失权重里最需要关注的是box7.5 和cls0.5 的比例。box/cls 比越大模型越在意框的位置而非类别正确性。如果你的场景对定位精度要求极高如精密零件检测可以考虑把 box 提到 10。学习率调参经验训练初期 loss 不下降 → 调大lr0或增加warmup_epochs训练后期 loss 震荡 → 降低lr0增大weight_decay验证集 loss 先降后升过拟合→ 增大dropout、weight_decay或减小epochs小数据集100张→lr00.001,weight_decay5e-4,dropout0.2大数据集1000张→lr00.01,weight_decay5e-4,batch32训练可视化与TensorBoardYOLO26 默认开启 TensorBoard 日志记录训练过程中可实时查看 loss 曲线和指标变化。在命令行执行tensorboard --logdir runs/detect/train即可打开 Web 看板每轮训练完成后自动刷新。训练结束后 results.png 生成的六合一曲线图是最直观的诊断工具——一眼就能看出是否过拟合、是否收敛、哪个 loss 在震荡。断点续训机制如果训练意外中断断电、OOM 等不用从头开始。YOLO 每轮保存last.pt恢复训练时指定modellast.pt并设置resumeTrue学习率和优化器状态都会从断点恢复训练曲线也和连续训练一样平滑。部署与应用建议有了 8491 张图打底模型的底子已经比较扎实。部署时重点关注两个指标推理延迟P99 100ms和内存占用 500MB。modelYOLO(runs/detect/train/weights/best.pt)# NVIDIA GPU: TensorRT FP16model.export(formatengine,device0,halfTrue,workspace4)# 跨平台/纯 CPU: ONNXmodel.export(formatonnx,imgsz416)# Intel CPU: OpenVINO比 ONNX Runtime 快 15-30%model.export(formatopenvino,imgsz416)大规模部署架构如果需要在多台服务器上部署建议搭配 Triton Inference Server 做模型管理和负载均衡支持动态 batching 和模型版本热切换。YOLO26 的 ONNX/TensorRT 导出版本都可以直接接入 Triton 的模型仓库。中等规模数据集的快速迭代策略8491 张图不算多也不算少刚好处于一个可以玩出花的区间。建议先把训练拆成两阶段第一阶段用默认参数完整训 80 轮看上限在哪第二阶段针对弱项做定向优化。不要在第一次训练就试图把参数调到完美——这只会浪费时间。第一阶段结束后看三个指标做诊断val_box_loss是否降到 0.7 以下 → 如果没到加大 epochsmAP50-95相对 mAP50 的差距 → 如果差距 15 个点说明定位精度差尝试提高 imgsz各类别的 AP 方差 → 如果某类 AP 远低于均值优先补充该类数据第二阶段根据诊断结果调整参数重新训练通常 2-3 轮迭代就能找到最优组合。持续优化的四个方向模型训好后不是终点以下方向可以持续提升效果。一是增量训练策略。如果后续有新标注数据进来别从头训而是在best.pt基础上用低学习率lr00.001再跑 20-30 轮这叫 incremental learning既省时又能保持原有能力。二是模型蒸馏。如果部署时需要小模型但精度不够先用 yolo26x 训一个大模型再用它作为教师指导 yolo26n 训练。蒸馏代码 YOLO26 原生支持参数teacherteacher_model.pt一行配置即可。三是数据飞轮。把模型部署到生产线后收集检测置信度在 0.3-0.6 之间的不确定检测结果人工复核后加入训练集。这种主动学习active learning策略能用最少的标注成本换取最大的精度提升。四是量化部署。导出 TFLite 或 TensorRT 时开启 int8 量化模型体积缩至四分之一推理速度快 2-3 倍精度损失通常在一个 mAP 点以内。但量化前务必在目标硬件上用验证集重新评估精度不同芯片的量化误差表现不同。数据集下载数据集下载点击下载