YOLO版本实战指南：如何为烟雾检测项目选择最优模型

第一次接触YOLO系列模型时，面对v5到v9的多个版本，我完全陷入了选择困难。每个版本都宣称自己有更好的性能，但实际项目中究竟该用哪个？为了找到答案，我决定用同一个烟雾检测数据集，亲自测试YOLOv5n、v6n、v8n和v9c四个版本。这篇文章将分享我在环境配置、数据准备、训练调参过程中踩过的坑，以及最终的性能对比结果。

1. 环境配置：不同YOLO版本的依赖差异

YOLO各版本对环境的要求差异很大，这是第一个需要跨过的门槛。我的测试平台是一台配备RTX 3090显卡的工作站，操作系统为Ubuntu 20.04 LTS。

关键依赖对比：

版本	PyTorch版本	CUDA版本	其他特殊要求
YOLOv5	1.8.0+	11.3	需要特定版本的torchvision
YOLOv6	1.12.0+	11.6	需要安装mmcv
YOLOv8	2.0.0+	11.8	需要ultralytics包
YOLOv9	2.0.0+	12.1	需要编译部分C++扩展

安装YOLOv9时遇到的最棘手问题是CUDA版本冲突。官方推荐使用CUDA 12.1，但我的环境原本配置的是CUDA 11.8。经过多次尝试，最终通过conda创建独立环境解决了这个问题：

conda create -n yolo_v9 python=3.9
conda activate yolo_v9
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=12.1 -c pytorch -c nvidia

YOLOv6的安装过程相对顺利，但需要注意mmcv的版本兼容性。我使用的是mmcv-full 1.7.0，与PyTorch 1.12.1完美配合。

2. 数据准备：格式转换的坑

我的烟雾检测数据集包含5000张标注图像，原本是Pascal VOC格式。不同YOLO版本对数据格式的要求略有不同：

• YOLOv5/v8 ：支持直接读取VOC格式，通过配置文件自动转换
• YOLOv6 ：需要预先转换为YOLO格式
• YOLOv9 ：推荐使用COCO格式，但YOLO格式也可用

格式转换的关键步骤：

1. 检查标注文件中的类别ID是否连续
2. 确保图像路径在配置文件中正确设置
3. 验证标注框是否超出图像边界

# VOC转YOLO格式的示例代码
import xml.etree.ElementTree as ET

def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

YOLOv6对数据格式最为严格，转换后必须检查每个标注文件，确保没有空文件或格式错误。我写了一个简单的验证脚本，用于检查转换后的标注：

# 检查YOLO格式标注的脚本
for file in labels/*.txt; do
    if [ ! -s $file ]; then
        echo "Empty label file: $file"
    fi
done

3. 模型训练：超参数调优实战

各版本YOLO的训练命令和参数设置差异显著。以下是核心参数的对比和调整经验：

学习率设置对比：

版本	初始学习率	优化器	学习率调度策略
YOLOv5	0.01	SGD	Cosine
YOLOv6	0.003	AdamW	Linear
YOLOv8	0.01	Adam	OneCycle
YOLOv9	0.002	Adam	Step

YOLOv8的训练命令最为简洁：

yolo detect train data=smoke.yaml model=yolov8n.pt epochs=150 imgsz=640

而YOLOv5需要更详细的配置：

python train.py --img 640 --batch 32 --epochs 150 --data smoke.yaml --cfg models/yolov5n.yaml --weights yolov5n.pt --hyp data/hyps/hyp.scratch-low.yaml

训练过程中的常见问题及解决方案：

1. CUDA内存不足 ：减小batch size（从32降到16）
2. 损失值NaN ：降低学习率或使用梯度裁剪
3. 验证mAP波动大 ：增加验证集样本量
4. 训练速度慢 ：检查数据加载是否成为瓶颈

YOLOv9的训练显存占用明显高于其他版本，在RTX 3090上batch size只能设为8，而其他版本可以达到16-32。这是需要考虑的实际部署因素。

4. 性能对比与版本选择建议

经过150个epoch的训练，各版本在烟雾检测数据集上的表现如下：

精度指标对比：

指标	YOLOv5n	YOLOv6n	YOLOv8n	YOLOv9c
mAP@0.5	0.944	0.845	0.953	0.946
推理速度(FPS)	142	128	156	89
模型大小(MB)	3.8	4.7	5.1	25.3

各版本优缺点总结：

• YOLOv5 ：

  • 优点 ：社区支持好，文档丰富，训练稳定
  • 缺点 ：架构相对老旧，后续可能不再更新

• YOLOv6 ：

  • 优点 ：工业级优化，部署友好
  • 缺点 ：训练过程不稳定，精度波动大

• YOLOv8 ：

  • 优点 ：训练简单，精度高，速度最快
  • 缺点 ：自定义修改不如v5灵活

• YOLOv9 ：

  • 优点 ：理论创新多，精度潜力大
  • 缺点 ：资源消耗大，部署要求高

在实际烟雾检测项目中，我最终选择了YOLOv8n，因为它在精度和速度之间取得了最佳平衡。对于边缘设备部署场景，YOLOv5n可能是更好的选择，因为它的模型更小、兼容性更好。而YOLOv9c虽然展示了不错的精度，但较大的模型尺寸和较高的计算需求使其在当前项目中性价比不高。