开始前准备
- 先把要识别的类别列表写下来，命名一次定死，后面不要今天叫 bottle、明天叫 cup。
- 训练集尽量覆盖不同角度、光照、距离和背景，否则模型会只会认你拍摄时的那一组场景。
新手说明
先统一类别和导出格式，再谈训练
这篇讲的是 Roboflow 标注和 YOLO 训练的最短路径。真正决定效果的不是“按钮点没点对”，而是类别定义是否稳定、标注是否一致，以及导出格式能不能和你本地训练代码对上。
图片怎么看
- 页面流程按 上传 -> 标注 -> 生成数据集版本 -> 导出 / 训练 来看，网页版本更新后按钮位置可能变，但流程不会变。
- 文中出现 YOLOv11 或更高版本名称时，以你实际使用的 Roboflow 导出选项和本地代码兼容性为准，不要只追最新字样。
容易出错点
- 同一个物体的标注框边界要尽量一致，不要有人框得很紧、有人框得很松。
- 目标检测、分割、关键点是三种不同任务，项目一开始就要选对，不然后续很难补救。
完成判定
- 先拿几张没参与训练的图片做测试，确认模型至少能正确识别主要类别，再决定要不要继续扩数据。
- 本地训练或推理能顺利读取 data.yaml / labels，并输出正常预测框，才算流程打通。
补充提醒：网页 UI 和模型版本更新很快，所以截图只能当流程参考。遇到界面不一致时，优先按官方文档中的功能名称去找对应入口。
公开参考：Roboflow 标注文档：https://docs.roboflow.com/annotate/use-roboflow-annotate； Roboflow Annotate 总览：https://docs.roboflow.com/annotate； Ultralytics Predict 文档：https://docs.ultralytics.com/modes/predict/
1. 打开网站https://app.roboflow.com/
2. 注册一个账号 可能需要开VPN 使用Google账号或者GitHub账号
图解说明：这张图对应“注册一个账号 可能需要开 VPN 使用 Google 账号或者 GitHub 账号”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
新建一个项目
图解说明：这张图对应“注册一个账号 可能需要开 VPN 使用 Google 账号或者 GitHub 账号”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
设置名字和区分的类别
图解说明：这张图对应“设置名字和区分的类别”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
选择目标识别确认
图解说明：这张图对应“选择目标识别确认”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
、
上传图片
图解说明：这张图对应“选择目标识别确认”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
保存
图解说明：这张图对应“选择目标识别确认”这一步。先确认当前点到的是文中对应入口，再继续下一步。
进行标记，选择手动标记
图解说明：这张图对应“进行标记，选择手动标记”这一步。先确认当前点到的是文中对应入口，再继续下一步。
图解说明：这张图对应“进行标记，选择手动标记”这一步。先确认当前点到的是文中对应入口，再继续下一步。
图解说明：这张图对应“进行标记，选择手动标记”这一步。先确认当前点到的是文中对应入口，再继续下一步。
右上角选择标记框
图解说明：这张图对应“右上角选择标记框”这一步。先确认当前点到的是文中对应入口，再继续下一步。
设定你圈中的照片所属类别
图解说明：这张图对应“右上角选择标记框”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
全部标完后右上角点击添加到数据集
图解说明：这张图对应“全部标完后右上角点击添加到数据集”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
点击数据集查看
图解说明：这张图对应“点击数据集查看”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
新建数据集版本
图解说明：这张图对应“点击数据集查看”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
可以设置训练照片比例 一般默认
图解说明：这张图对应“可以设置训练照片比例 一般默认”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
图解说明：这张图对应“可以设置训练照片比例 一般默认”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
设置照片大小，一般默认，如果照片歪了可以修改
图解说明：这张图对应“设置照片大小，一般默认，如果照片歪了可以修改”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
图解说明：这张图对应“设置照片大小，一般默认，如果照片歪了可以修改”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
创建数据集
图解说明：这张图对应“创建数据集”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
图解说明：这张图对应“创建数据集”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
图解说明：这张图对应“创建数据集”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
选择yolov11 最新版是yolov26 下载zip到电脑
图解说明：这张图对应“选择 yolov11 最新版是 yolov26 下载 zip 到电脑”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
图解说明：这张图对应“选择 yolov11 最新版是 yolov26 下载 zip 到电脑”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
打开这个网页https://www.ultralytics.com/zh
图解说明：这张图对应“选择 yolov11 最新版是 yolov26 下载 zip 到电脑”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
进入GitHub
图解说明：这张图对应“选择 yolov11 最新版是 yolov26 下载 zip 到电脑”这一步。重点确认类别名称、框选范围和导出格式一致，避免后面训练时标签混乱。
找到训练代码
图解说明：这张图对应“选择 yolov11 最新版是 yolov26 下载 zip 到电脑”这一步。先确认当前点到的是文中对应入口，再继续下一步。
打开一个python程序，复制进去
图解说明：这张图对应“打开一个 python 程序，复制进去”这一步。先确认当前点到的是文中对应入口，再继续下一步。
保留这一行
图解说明：这张图对应“打开一个 python 程序，复制进去”这一步。先确认当前点到的是文中对应入口，再继续下一步。
把data的路径复制到对应位置
图解说明：这张图对应“把 data 的路径复制到对应位置”这一步。先确认当前点到的是文中对应入口，再继续下一步。
图解说明：这张图对应“把 data 的路径复制到对应位置”这一步。先确认当前点到的是文中对应入口，再继续下一步。
图解说明：这张图对应“把 data 的路径复制到对应位置”这一步。先确认当前点到的是文中对应入口，再继续下一步。
加上r，注意路径中不能有中文
图解说明：这张图对应“把 data 的路径复制到对应位置”这一步。先确认当前点到的是文中对应入口，再继续下一步。
运行程序，需要一点时间，运行完成以后
再新建一个程序
图解说明：这张图对应“运行程序，需要一点时间，运行完成以后”这一步。先确认当前点到的是文中对应入口，再继续下一步。
图解说明：这张图对应“运行程序，需要一点时间，运行完成以后”这一步。先确认当前点到的是文中对应入口，再继续下一步。
可以先修改一下摄像头，运行程序识别一下，可以识别yolov11自带的图形
图解说明：这张图对应“可以先修改一下摄像头，运行程序识别一下，可以识别 yolov11 自带的图形”这一步。路径、端口号和参数要按你自己的环境填写，不要整段照抄。
第一个程序运行完成以后，找到train
图解说明：这张图对应“第一个程序运行完成以后，找到 train”这一步。先把当前画面和正文步骤对上，再继续往后操作。
找到best.pt,复制到这个项目文件夹的根目录
图解说明：这张图对应“找到 best.pt, 复制到这个项目文件夹的根目录”这一步。先确认当前点到的是文中对应入口，再继续下一步。
图解说明：这张图对应“找到 best.pt, 复制到这个项目文件夹的根目录”这一步。先确认当前点到的是文中对应入口，再继续下一步。
将第二段程序里面的yolov11.pt改成best.pt
图解说明：这张图对应“找到 best.pt, 复制到这个项目文件夹的根目录”这一步。先确认当前点到的是文中对应入口，再继续下一步。
完成