现代图像分类¶
判断整张图的类别，不输出目标框或掩膜。数据集按类别文件夹组织。默认输入 960、最大轮数 500、批次 8、workers 4，默认优化器 AdamW，初始学习率 0.0005，最终倍率 0.01。
旋转和翻转¶
degrees 默认 180，表示训练图片随机旋转的最大绝对角度；0 关闭此项旋转。软件移除了 RandAugment 内部重复的 Rotate 操作，再插入显式旋转，避免旋转强度不受控。上下和左右翻转默认各为 0.5。
中心裁剪比例 crop_fraction¶
该参数是按图片短边定义的保留比例，不是目标框裁剪，也不是随机删除图片。
例如 imgsz=960、比例为 0.8：先把图片短边缩放到至少 960/0.8=1200，再中心裁剪 960×960。验证和软件推理使用同一规则；训练在该中心区域预处理后仍会叠加随机裁剪及其他训练增强。
比例为 1 时不额外放大短边，但验证/推理仍需要中心裁剪成正方形，长图边缘可能被裁掉。不能把“比例为 1”解释为所有宽高比都完整保留边缘。
比例与预处理规则写入 PT 元数据及 ONNX 元数据。ONNX 同时生成 .preprocess.json 供外部部署参考；软件推理优先读取模型内嵌信息。旧模型没有这份元数据时沿用原生预处理，不反向修改旧模型。
输出与指标¶
结果目录位于数据集同级的“数据集名_runs”。图表显示实际分类准确率等分类指标，而不是目标检测 mAP。常见输出包括 best.pt、last.pt、部署 PT、ONNX、类别 Label.txt 及预处理说明；以成功导出日志为准。