YOLO11在训练和导出时的一些参数设置

train时，imsz只能设置成1个整数。如果设置成数组，会提示：updating to 'imgsz=640'. 'train' and 'val' imgsz must be an integer, while 'predict' and 'export' 

图像会以较长的边等比例缩放到指定的整数，然后较短的边的两侧填充114到指定的整数尺寸。即最终会是一个正方形，原图缩放在中间。原图尺寸推荐32的倍数。

export时，imsz可以设置成1个整数或数组。如果原图高*宽是480*640，可以输出设置为imsz=[480,640]。预测时，imsz=[480,640]

训练时，设置如下

from ultralytics import YOLO
# 训练
model = YOLO("yolo11n.pt")
results = model.train(data="D:/datasets/foreignfiber.yaml", epochs=100, batch=16, imgsz=640, device=0)

导出时，为了提速，可以设置 half、int8，这两个最多只能1个为True。但是int8=True得到的模型，预测效果会差很多，也不知道哪里有问题。（int8是速度最快的，但是精度下降了）

int8=True需要指定验证集，必须设置data参数（会自动识别到yaml配置里的验证集，验证集推荐不低于500张图）。

设置如下：

# -------------------- 转格式
from ultralytics import YOLO

model = YOLO("./runs/detect/train/weights/best.pt")
model.export(format="engine", imgsz=[384, 640], dynamic=False, batch=1, half=False, int8=True, data="D:/datasets/foreignfiber.yaml", device=0)

或者

# -------------------- 转格式
from ultralytics import YOLO

model = YOLO("./runs/detect/train/weights/best.pt")
model.export(format="engine", imgsz=[384, 640], dynamic=False, batch=1, half=True, int8=False, device=0)

int8=True时，需要在部署的设备上进行export操作，因为训练的设备和部署的设备会有硬件差异。

【参考】

Train - Ultralytics YOLO Docs

Export - Ultralytics YOLO Docs