經典目標偵測 2.7.0¶
用於普通目標偵測。模型列表顯示 s / m / l / x / sod，SOD 呼叫實際的小目標模型配置，並不是把普通模型尺寸簡單改小。
從一個 COCO 資料夾訓練¶
選擇 COCO 資料夾，點選“檢查資料集”，確認類別、訓練圖片數量及驗證圖片數量。軟體會自動生成實驗內的資料配置，不需要手工修改內建 coco_detection 檔案。
OK 無框圖片會作為背景負樣本參與訓練。沒有獨立驗證集時，保留全部訓練樣本，不自動劃分、不執行驗證、不計算 mAP。損失和學習率仍會顯示；這不是訓練失敗。
高階選項“沿用 YAML 資料配置”保留模型檔案的資料設定，使用者須保證路徑與類別正確。相對路徑按經典偵測工作目錄解釋，不是按照任意外部 YAML 所在目錄自動解釋。
高度和寬度的三種模式¶
| 尺寸模式 | 訓練 | 驗證、測試及匯出 |
|---|---|---|
| 沿用模型尺寸配置 | 保留參考配置，包括多尺度訓練 | 保留參考配置 |
| 固定尺寸 | 使用填寫的高度 × 寬度，並關閉隨機尺寸選擇 | 使用相同高度 × 寬度 |
| 僅自定義驗證與匯出尺寸 | 保留原有訓練尺寸策略 | 使用填寫的高度 × 寬度 |
高度和寬度分別填寫，均須為 96～8192 且為 32 的倍數。自定義尺寸直接縮放圖片，不保持原始寬高比。
例如高 320、寬 640：如果只想復現以前修改 eval_height=320、eval_width=640 的操作，選擇第三種模式。此時訓練仍可能從原配置的多個正方形尺寸中隨機選擇，並不表示訓練也改為 320×640。訓練也要固定為這個矩形時，選擇第二種模式。
若同時“關閉隨機增強”，訓練前處理也會按該增強設定變化；尺寸模式不會重新啟用被關閉的增強。
驗證指標¶
有獨立驗證集時按模型配置的驗證間隔執行評估，不保證每輪都有指標。圖表顯示實際產生的 mAP50-95、mAP50、mAP75 等偵測評估結果；分類準確率不是本頁面的通用偵測指標。
無驗證集、尚未到驗證輪次、以及驗證沒有取得有效結果，是不同狀態，圖表會分別提示。沒有數值時不補 0；實際計算得到的 0 則正常保留。
自動匯出¶
訓練結束後自動選擇已儲存的檢查點，並執行官方推論匯出。成功後在實驗 export/export_det 中通常有：
model.pdmodel
model.pdiparams
model.pdiparams.info
infer_cfg.yml
實際路徑以“推論模型已匯出到”日誌為準。infer_cfg.yml 記錄實際推論前處理和類別；自定義高寬會同步到匯出輸入及前處理。匯出過程使用 CPU，不說明前面的訓練沒有使用 GPU。
其他最佳化器、載入器及初始化說明見經典通用參數；所有控制項見偵測參數表。
訓練集參與驗證¶
預設不勾選。COCO 模式下勾選後，使用全部訓練圖片和標註替代獨立驗證集進行評估，不自動劃分，也不修改原始資料。即使提供了獨立驗證集，勾選後也使用訓練集驗證；沿用 YAML 資料配置時此選項禁用。
訓練集上的 AP/mAP 僅反映擬合情況，不能代表對新圖片的泛化能力。驗證按模型配置的間隔執行，原始日誌保留最佳 AP 資訊；圖表和歷史指標會註明驗證資料來源。