1 項目需求描述

博主自己開了一家T寶店，有一個客戶有這個需求：有一大堆圖像，大概有10多萬張圖，都是比較小尺寸的圖。各種類型都有，我們想要通過將不同類型發圖像進行分開，如何實現呢？

2 思路

可以通過訓練模型，將圖像通過模型預測，來進行篩選圖像。比如：我們先訓練第一個圖像分類模型：卡通/貓。將每一個圖像都使用模型預測下，如果預測為卡通或者貓的得分比較大，那么，我們就認為這個圖像就是卡通或者貓，就把它從原始文件夾中拿出來，放到預測結果的這個類別的文件夾中。

3 步驟

3.1 圖像準備

先從這么多圖像中，篩選出卡通圖，貓圖各自100多張。用于訓練。整理數據格式為：

3.2 環境準備

要進行模型訓練，我們就需要在windows上配置訓練的環境。這里，我們仍使用yolo11進行訓練。環境準備過程如下：

3.2.1?環境創建

之前，我們都是使用conda創建環境，這次我們換一種方案，uv。

首先，在桌面上新建一個文件夾TB_Pro-Clas-Cat-Cartoon，然后打開Pycharm選擇項目路徑。配置環境如下（如果不會配置，可以參考Pycharm配置uv環境）：

然后點擊創建，進入如下界面：

3.2.2 安裝ultralytics

使用如下命令安裝ultralytics：

uv pip install ultralytics

3.2.3 克隆倉庫

使用如下命令，注意，最好提前打開科學上網，這樣下載速度會更快！

git clone https://github.com/ultralytics/ultralytics.git

現在，我們查看一下目錄，就會看到如下結果：

3.3 劃分數據集

然后，為了訓練模型，我們需要將數據集整理為下面的格式：

包含訓練集、測試集和驗證集，按類別分文件夾存儲。

📁 data-train/
├── 📁 train/
│ ├── 📁 catroon/
│ └── 📁 cat/
├── 📁 test/
│ ├── 📁 catroon/
│ └── 📁 cat/
└── 📁 val/ (可選，本次項目，我們不劃分)

3.4 開始訓練

3.4.1 下載模型

從官網直接下載到的模型：

模型	尺寸 （像素）	acc top1	acc top5	速度 CPU ONNX （毫秒）	速度 T4TensorRT10 (ms)	params (M)	FLOPs (B) at 224
YOLO11n-cls	224	70.0	89.4	5.0 ± 0.3	1.1 ± 0.0	1.6	0.5
YOLO11s-cls	224	75.4	92.7	7.9 ± 0.2	1.3 ± 0.0	5.5	1.6
YOLO11m-cls	224	77.3	93.9	17.2 ± 0.4	2.0 ± 0.0	10.4	5.0
YOLO11l-cls	224	78.3	94.3	23.2 ± 0.3	2.8 ± 0.0	12.9	6.2
YOLO11x-cls	224	79.5	94.9	41.4 ± 0.9	3.8 ± 0.0	28.4	13.7

為了得到更高的準確率，我們使用YOLO11x-cls。下載后就會得到：

我們可以將這個文件挪到ultralytics文件夾內！

3.4.2 編寫訓練代碼

新建一個train-code.py文件。

并編寫訓練代碼如下：

from ultralytics import YOLO# Load a model
## yolo11x-cls.pt這個模型是從官網直接下載到的模型
model = YOLO("yolo11x-cls.pt") # Train the model
results = model.train(data="data-train", epochs=100, imgsz=224)

然后，在pycharm終端，cd到ultralytics文件夾，運行py文件，就開始訓練模型啦！

經過漫長的等待（等待時間取決于你的電腦顯卡配置），終于訓練完成啦！

然后，我們在路徑下，就會看到模型文件：

至此，模型訓練就結束啦！