YOLOv11训练中断后，如何精准续训以提升模型性能

1. 为什么需要续训YOLOv11模型

训练深度学习模型就像跑马拉松，有时候因为各种原因不得不中途暂停。可能是算力资源用完了，也可能是手动暂停调整参数，甚至可能是服务器突然宕机。这时候如果从头开始训练，不仅浪费时间，还可能错过模型已经学到的宝贵特征。

我遇到过好几次这样的情况：模型训练到80%突然中断，看着已经跑了几天的进度条欲哭无泪。后来发现Ultralytics框架其实提供了很完善的resume机制，可以精准地从断点恢复训练。这个功能特别适合以下场景：

• 原计划训练200个epoch，但训练到150个epoch时发现验证集指标还在持续提升
• 突然收到云服务商通知说GPU配额即将用完
• 想尝试用更大的batch size继续训练但不想从头开始

续训最关键的是要保持训练过程的连续性。就像看书看到一半做了标记，下次打开时要能准确找到上次看到的位置。YOLOv11的resume机制就是帮我们做这个标记的。

2. 续训前的准备工作

2.1 检查模型保存状态

在开始续训之前，首先要确认模型保存是否完整。Ultralytics默认会在以下情况保存模型：

• 每个epoch结束保存last.pt
• 遇到更好的mAP保存best.pt
• 训练完成保存final.pt

我建议用这个命令快速检查模型文件：

ls -lh runs/detect/train/weights/

应该能看到类似这样的输出：

-rw-r--r-- 1 user group 42M Jul 1 12:00 best.pt -rw-r--r-- 1 user group 42M Jul 1 15:00 last.pt

2.2 备份关键文件

修改源代码前一定要做好备份！我吃过亏，有一次直接改trainer.py结果改错了，导致整个训练要重来。建议这样做备份：

cp ultralytics/engine/trainer.py trainer.py.bak

同时备份你的训练日志：

cp runs/detect/train/results.csv results.csv.bak

3. 修改关键参数实现精准续训

3.1 调整总训练轮次

打开ultralytics/engine/trainer.py，找到这行代码：

self.epochs = self.args.epochs or 100

把它改成你想要的最终epoch数。比如原计划训练100个epoch，想再加50个：

self.epochs = 150 # 强制设置为新的总epoch数

3.2 设置正确的起始epoch

在同一个文件中找到resume_training函数，修改start_epoch参数。这里有个坑要注意：YOLOv11的epoch计数是从0开始的。所以如果已经完成了100个epoch的训练，应该设置：

start_epoch = 100 # 不是101也不是99

我曾经在这里踩过坑，设成99导致第一个续训epoch重复训练，模型性能反而下降了。

4. 启动续训的正确姿势

4.1 使用resume参数

准备好之后，用这个命令启动续训：

from ultralytics import YOLO model = YOLO('runs/detect/train/weights/last.pt') model.train(resume=True)

4.2 验证续训是否成功

训练开始后，检查日志确认epoch是从正确的位置开始的：

Epoch 100/150: 100%|██████████| 100/100 [02:34<00:00, 1.55s/it, loss=0.123]

如果看到Epoch是从100开始的，说明续训成功了。

5. 续训后的注意事项

5.1 恢复原始代码

训练完成后，一定要把修改过的trainer.py恢复原状。我有个同事忘记恢复，结果下次训练时设置的epoch参数完全不起作用。可以用之前的备份恢复：

mv trainer.py.bak ultralytics/engine/trainer.py

5.2 监控训练曲线

续训后要特别关注loss曲线是否平滑衔接。我推荐用这个代码可视化训练过程：

import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv('runs/detect/train/results.csv') plt.plot(df['epoch'], df['train/loss'], label='Train Loss') plt.plot(df['epoch'], df['val/loss'], label='Validation Loss') plt.axvline(x=100, color='r', linestyle='--', label='Resume Point') plt.legend() plt.show()

6. 常见问题排查

6.1 报错"Training is already complete"

这个错误是因为框架检测到当前epoch已经达到了设定的总epoch数。解决方法就是前面说的，先修改trainer.py中的self.epochs参数。

6.2 续训后loss突然上升

如果发现续训后的第一个epoch loss明显上升，可能是学习率需要调整。可以尝试在resume前先warmup几个epoch：

model.train(resume=True, warmup_epochs=3)

6.3 显存不足问题

续训时如果遇到显存不足，可以尝试减小batch size：

model.train(resume=True, batch=16) # 默认可能是32

7. 高级技巧：动态调整训练策略

7.1 自适应学习率调整

续训是个很好的机会来调整学习率。如果发现验证集loss下降变慢，可以尝试：

model.train(resume=True, lr0=0.001) # 初始学习率设为0.001

7.2 更换数据增强策略

我曾在续训时加入了新的数据增强方法，效果提升很明显：

model.train(resume=True, augment=True, hsv_h=0.015, hsv_s=0.7, hsv_v=0.4)

8. 性能优化建议

续训不只是简单地继续训练，而是提升模型性能的好机会。我通常会做这几件事：

1. 分析前段训练的表现，找出薄弱环节
2. 针对性地调整数据采样策略
3. 在续训时增加困难样本的权重
4. 尝试不同的优化器参数组合

比如发现模型在小物体检测上表现不好，可以在续训时：

model.train(resume=True, small_object_scale=1.2)