現代影像分類¶
判斷整張圖的類別，不輸出目標框或遮罩。資料集按類別資料夾組織。預設輸入 960、最大輪數 500、批次 8、workers 4，預設最佳化器 AdamW，初始學習率 0.0005，最終倍率 0.01。
旋轉和翻轉¶
degrees 預設 180，表示訓練圖片隨機旋轉的最大絕對角度；0 關閉此項旋轉。軟體移除了 RandAugment 內部重複的 Rotate 操作，再插入顯式旋轉，避免旋轉強度不受控。上下和左右翻轉預設各為 0.5。
中心裁剪比例 crop_fraction¶
該參數是按圖片短邊定義的保留比例，不是目標框裁剪，也不是隨機刪除圖片。
例如 imgsz=960、比例為 0.8：先把圖片短邊縮放到至少 960/0.8=1200，再中心裁剪 960×960。驗證和軟體推論使用同一規則；訓練在該中心區域前處理後仍會疊加隨機裁剪及其他訓練增強。
比例為 1 時不額外放大短邊，但驗證/推論仍需要中心裁剪成正方形，長圖邊緣可能被裁掉。不能把“比例為 1”解釋為所有寬高比都完整保留邊緣。
比例與前處理規則寫入 PT 後設資料及 ONNX 後設資料。ONNX 同時生成 .preprocess.json 供外部部署參考；軟體推論優先讀取模型內嵌資訊。舊模型沒有這份後設資料時沿用原生前處理，不反向修改舊模型。
輸出與指標¶
結果目錄位於資料集同級的“資料集名_runs”。圖表顯示實際分類準確率等分類指標，而不是目標偵測 mAP。常見輸出包括 best.pt、last.pt、部署 PT、ONNX、類別 Label.txt 及前處理說明；以成功匯出日誌為準。