企业官网建设流程全解析

简介：目标检测是计算机视觉的核心任务之一，其原理是通过算法自动识别图像或视频中特定目标的位置和类别。YOLO系列模型因其出色的速度与精度平衡，成为该领域的主流技术。其技术价值在于能够实现实时、高精度的多目标识别，广泛应用于自动驾驶、安防监控、工业质检和智能交互等场景。本文聚焦于一个具体而微妙的实践环节——为YOLOv11模型构建高质量的自定义数据集。以“石头剪刀布”手势识别这一经典入门项目为例，深入剖析了从图像采集、数据标注到YOLO格式转化的全流程。文中详细解读了YOLO格式的归一化坐标计算原理，并介绍了如何利用数据增强策略提升模型的泛化能力。通过这个案例，读者可以掌握为目标检测模型“量身定制”数据的关键方法，为后续的模型训练与部署奠定坚实的数据基础。

1. 项目缘起：从“石头剪刀布”到YOLOv11的实战起点

最近在整理一些基础的计算机视觉教学案例时，我一直在想，有没有一个既简单直观，又能完整覆盖目标检测全流程的入门项目？太复杂的工业场景容易让初学者迷失在数据清洗和调参的细节里，而经典的“猫狗分类”又显得有点过时。直到我重新审视了那个几乎人人都会的游戏——“石头剪刀布”。这个想法听起来有点“不务正业”，但仔细一想，它其实是一个绝佳的练手项目：目标类别清晰（石头、剪刀、布三种手势），姿态相对固定，背景可以自由控制，非常适合用来理解YOLO这类目标检测模型从数据准备到模型训练、再到推理部署的每一个环节。

特别是当YOLOv11发布后，其更简洁高效的网络结构和更友好的训练接口，让个人开发者和小团队也能快速上手。但无论模型如何迭代，高质量的数据集始终是模型性能的基石。网上虽然有不少公开的手势数据集，但要么类别混杂，要么标注风格不统一，直接拿来训练一个干净、标准的“石头剪刀布”检测器，效果往往不尽如人意。因此，我决定自己动手，从零开始构建一个专门用于YOLOv11训练的“石头剪刀布”手势数据集。这个过程不仅涉及图像采集和标注，更关乎如何为YOLO格式“量身定制”数据，以及如何利用最新的工具链来提升效率。接下来，我就把这次从构思到落地的完整过程，包括踩过的坑和总结的经验，毫无保留地分享出来。

2. 数据集构建全流程：采集、标注与YOLO格式转化

构建数据集绝非简单的拍照和画框，它是一个系统工程，需要严谨的规划和细致的操作。我们的目标是得到一个能被YOLOv11直接高效利用的数据集。

2.1 图像采集策略与多样性控制

采集是第一步，也是决定数据集质量上限的关键。我并没有使用复杂的多摄像头系统，而是坚持“单设备、多场景”的原则，使用一部普通的智能手机完成。

核心采集原则：

1. 主体多样性：邀请了约10位不同年龄、性别、手部大小、肤色的朋友参与拍摄，确保模型能学习到手势本身的特征，而非个别人的手部特征。
2. 背景复杂性：分别在纯色背景（白墙）、办公室桌面（杂乱）、户外公园、室内灯光下、窗外自然光下等场景拍摄。背景的复杂性能有效提升模型的泛化能力，避免过拟合到单一环境。
3. 姿态与尺度变化：对于每种手势（石头、剪刀、布），拍摄了手部距离镜头由近到远的多张照片，涵盖了从特写到全身入镜的不同尺度。同时，手势的角度也做了轻微旋转（正对、左侧、右侧），但避免极端角度导致手势难以辨认。
4. 光照条件：涵盖了顺光、侧光、逆光（剪影效果）以及室内暖光、冷光等不同条件。光照是影响模型鲁棒性的重要因素。
5. 拍摄设备与参数：统一使用手机主摄像头，关闭AI美化功能，以JPEG格式存储。分辨率设置为1920x1080，保证足够清晰度的同时，不至于让单张图片体积过大影响后续处理速度。

最终，我采集了约1500张原始图片，经过初步筛选（剔除模糊、手势不标准、意外入镜干扰物过多的图片），保留了约1200张作为标注候选集。

注意：不必一味追求图片数量。一个包含500张高质量、高多样性的图片的数据集，远胜于一个5000张但重复度高、背景单一的“垃圾”数据集。质量优于数量。

2.2 标注工具选型与YOLO格式详解

标注工具我选择了Roboflow。虽然CVAT、LabelImg等开源工具也很流行，但Roboflow的云端协作、自动预处理和一键格式导出功能，对于个人和小团队项目来说效率提升巨大。

标注过程中的关键细节：

1. 标签定义：我们只定义三个类别：rock（石头）、scissors（剪刀）、paper（布）。确保标签名简单、无空格、无特殊字符。
2. 边界框（Bounding Box）绘制准则：
   • 紧密度：框体应紧紧贴合手势的轮廓，特别是“剪刀”手势的两个手指尖端和“布”手势的手指边缘，避免包含过多无关的背景区域。
   • 完整性：必须确保整个手势都在框内，即使是指尖。
   • 一致性：对于同一手势的不同尺度，框体相对于手势的比例应尽量保持一致。这需要标注者在过程中不断回顾和修正。

YOLO格式深度解析：这是很多新手容易混淆的地方。YOLO格式的标注文件（.txt）与图片文件（.jpg）同名，并一一对应。 每一行代表一个目标物体，格式为：<class_id> <x_center> <y_center> <width> <height>

• <class_id>: 类别索引，从0开始。例如，我们定义0: rock, 1: scissors, 2: paper。
• <x_center> <y_center> <width> <height>: 这四个值都是归一化后的，即相对于图片宽度和高度的比例值，范围在[0, 1]之间。

计算示例： 假设一张图片宽为img_width=640像素，高为img_height=480像素。我们标注了一个“石头”手势，其边界框的左上角像素坐标为(x_min=100, y_min=60)，右下角坐标为(x_max=220, y_max=200)。

1. 计算框的中心点像素坐标：x_center_pixel = (x_min + x_max) / 2 = (100+220)/2 = 160y_center_pixel = (y_min + y_max) / 2 = (60+200)/2 = 130
2. 计算框的宽度和高度（像素）：width_pixel = x_max - x_min = 220 - 100 = 120height_pixel = y_max - y_min = 200 - 60 = 140
3. 归一化：x_center = x_center_pixel / img_width = 160 / 640 = 0.25y_center = y_center_pixel / img_height = 130 / 480 ≈ 0.2708width = width_pixel / img_width = 120 / 640 = 0.1875height = height_pixel / img_height = 140 / 480 ≈ 0.2917

因此，该标注行内容为：0 0.25 0.2708 0.1875 0.2917

Roboflow会自动完成这个计算和保存过程。理解这个格式对于后续可能需要的脚本处理（如格式转换、数据分析）至关重要。

2.3 数据增强与数据集划分

在Roboflow中，我应用了一系列数据增强（Augmentation）策略来进一步扩充和强化数据集，这对于小样本学习尤其有效：

• 基础增强：随机水平翻转（Horizontal Flip）。注意，“石头”和“布”手势翻转后语义不变，但“剪刀”手势左右手形态不同，需谨慎。由于我们数据集中左右手都有，因此可以启用。
• 色彩空间增强：随机调整亮度（±20%）、对比度（±20%）、饱和度（±20%）和色调（±5%）。这模拟了不同光照和相机设置下的成像效果。
• 几何变换：随机旋转（±15°）和随机缩放裁剪（Zoom ±10%）。轻微的旋转和缩放能提升模型对角度和尺度变化的适应性。
• 模拟成像缺陷：添加随机高斯噪声（Noise）和随机模糊（Blur）。这能让模型对低质量图像输入更有鲁棒性。

应用增强后，数据集从1200张扩充到了约3000张（增强倍数可设置）。

数据集划分： 我按照机器学习领域的常用比例进行划分：

• 训练集（Train）: 70% - 用于模型参数的学习。
• 验证集（Validation）: 20% - 用于在训练过程中监控模型性能，调整超参数，防止过拟合。
• 测试集（Test）: 10% - 用于在模型训练完成后，最终评估其泛化能力。测试集在训练过程中绝对不可见。

划分完成后，Roboflow可以直接导出为“YOLOv11 PyTorch”格式，得到一个包含以下结构的文件夹：

rock-paper-scissors-yolov11/ ├── train/ │ ├── images/ # 训练图片 │ └── labels/ # 对应的YOLO格式标签 ├── valid/ # 同train结构 └── test/ # 同train结构 ├── data.yaml # 数据集配置文件

这个data.yaml文件是YOLO训练的关键，内容如下：

path: /path/to/rock-paper-scissors-yolov11 # 数据集根目录 train: train/images # 训练集路径（相对path） val: valid/images # 验证集路径 test: test/images # 测试集路径 # 类别信息 names: 0: rock 1: scissors 2: paper # 类别数量 nc: 3

至此，一个为YOLOv11量身定制的“石头剪刀布”数据集就准备好了。

3. YOLOv11环境配置与核心网络结构浅析

有了高质量的数据集，接下来就需要一个强大的模型框架。YOLOv11作为Ultralytics家族的最新成员，在易用性和性能上找到了很好的平衡。

3.1 基于Anaconda的纯净环境搭建

我强烈建议使用Anaconda来管理Python环境，它能有效解决依赖冲突问题。

1. 创建并激活独立环境：

   # 创建一个名为yolov11，Python版本为3.9的虚拟环境 conda create -n yolov11 python=3.9 -y conda activate yolov11

   选择Python 3.9是因为它在稳定性与对新库的兼容性之间取得了很好的平衡。

2. 安装PyTorch： 这是最核心也最容易出错的步骤。需要根据你的CUDA版本（如果有NVIDIA GPU）去 PyTorch官网 获取正确的安装命令。以CUDA 11.8为例：

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

   如果没有GPU，则安装CPU版本：

   pip install torch torchvision torchaudio

   安装后，可以在Python中运行import torch; print(torch.__version__); print(torch.cuda.is_available())来验证。

3. 安装Ultralytics YOLOv11： Ultralytics将YOLOv11集成在了其统一的ultralytics包中，安装非常简单：

   pip install ultralytics

   这个命令会自动安装YOLOv11运行所需的所有依赖，包括OpenCV、Pillow、Matplotlib等。

4. 验证安装：

   yolo checks

   这个命令会检查环境配置，包括PyTorch、CUDA等，并下载一个小的预训练模型进行快速推理测试，确保一切就绪。

踩坑记录：我曾遇到过因为系统中存在多个版本的OpenCV导致ultralytics导入失败的问题。解决方法就是在一个全新的conda环境中操作，避免历史残留。如果遇到奇怪的图像处理错误，可以尝试先pip uninstall opencv-python opencv-python-headless，再重新安装ultralytics，它会自动安装兼容的版本。

3.2 YOLOv11网络结构亮点与我们的任务适配

YOLOv11并非对网络结构进行了颠覆性改变，而是在YOLOv8的基础上，进一步优化了效率、精度和易用性。对于我们这个“石头剪刀布”分类任务，理解其几个关键特点有助于我们后续的调参：

1. 更高效的骨干网络（Backbone）：YOLOv11可能采用了经过优化的CSPDarknet变体或类似的轻量化设计，在保持特征提取能力的同时，减少了计算量。这对于我们希望在边缘设备（如树莓派）上部署的需求很友好。
2. 增强的特征金字塔网络（FPN/PAN）：这是目标检测模型的标准组件，用于融合不同尺度的特征。YOLOv11对其路径聚合方式可能做了微调，以更好地处理我们数据集中手势尺度变化较大的情况（从近处的特写到远处的小手）。
3. 解耦头（Decoupled Head）：这是YOLOX、YOLOv6等引入并被v8继承的优秀设计。它将分类（Class）和回归（Box）任务的分支分开，让网络更专注于各自的目标。对于我们的三分类问题，这个结构能更清晰地学习手势的类别特征和位置特征。
4. Anchor-Free机制：YOLOv8开始就全面转向了Anchor-Free（如TOOD、YOLOX），YOLOv11延续了这一设计。这意味着模型直接预测目标中心点以及宽高，而不是像早期YOLO那样基于预设的Anchor框进行偏移预测。这简化了训练流程，减少了对数据集聚类分析（生成Anchor）的依赖，对于我们的自定义数据集更加方便。
5. 损失函数优化：可能使用了更先进的分类损失（如Varifocal Loss的变体）和回归损失（如CIoU、EIoU），这些损失函数对边界框的匹配质量评估更精细，有助于提升我们手势框的定位精度。

对于“石头剪刀布”这个相对简单的任务，我们不需要修改网络结构。预训练的YOLOv11模型（如yolo11n.pt,yolo11s.pt）已经具备了强大的特征提取能力，我们通过微调（Fine-tuning）即可获得很好的效果。选择模型大小时，需要在速度和精度间权衡：nano(n)最快最轻，small(s)和medium(m)则更准。

4. 模型训练、验证与性能调优实战

环境就绪，数据就位，模型选型明确，接下来就是最激动人心的训练环节。

4.1 训练脚本详解与关键参数解析

YOLOv11的训练接口极其简洁，一个Python脚本或命令行就能搞定。但我更推荐使用Python脚本，因为它更灵活，便于记录实验参数。

from ultralytics import YOLO # 1. 加载一个预训练模型（这里以YOLOv11n为例） model = YOLO('yolo11n.pt') # 也可以尝试 'yolo11s.pt', 'yolo11m.pt' # 2. 开始训练 results = model.train( # 数据配置 data='path/to/your/rock-paper-scissors-yolov11/data.yaml', # 上一步生成的配置文件 epochs=100, # 训练轮数，根据数据集大小调整，100是个不错的起点 imgsz=640, # 输入图片尺寸，YOLO经典尺寸，保持默认即可 batch=16, # 批次大小，取决于GPU内存。RTX 3060 12G可设16-32 workers=8, # 数据加载线程数，通常设为CPU核心数 # 优化器与学习率 optimizer='auto', # 自动选择优化器（通常是SGD或AdamW） lr0=0.01, # 初始学习率，这是最重要的超参数之一 lrf=0.01, # 最终学习率因子 (lr0 * lrf) momentum=0.937, # SGD动量 weight_decay=0.0005, # 权重衰减，防止过拟合 # 数据增强（可在此覆盖data.yaml中的部分设置，或使用默认增强） hsv_h=0.015, # 色调增强幅度 hsv_s=0.7, # 饱和度增强幅度 hsv_v=0.4, # 明度增强幅度 degrees=0.0, # 旋转角度，已在Roboflow中增强，这里可设为0或小值 translate=0.1, # 平移 scale=0.5, # 缩放 shear=0.0, # 剪切 # 模型保存与验证 save=True, # 保存训练过程中的检查点 save_period=-1, # 每N轮保存一次，-1表示只在最后保存最佳和最后一轮 cache=False, # 是否缓存数据集到内存/磁盘以加速，RAM足够大可以设为True或'ram' device='0', # 使用GPU 0，如果是CPU则设为'cpu'，多卡可设为'0,1' project='rps_train', # 项目文件夹名称 name='exp1', # 实验名称 exist_ok=True, # 允许覆盖已有的实验文件夹 pretrained=True, # 使用预训练权重（强烈建议） verbose=True, # 打印详细输出 )

关键参数深度解读：

• epochs: 对于1200张原图+增强后约3000张的数据集，100个epoch通常足够。可以通过观察验证集损失曲线来判断是否早停（early stop）。
• batch: 在GPU内存允许的情况下，越大越好。大的batch size能使梯度估计更稳定。如果出现CUDA out of memory错误，就减小batch或imgsz。
• lr0(初始学习率):这是最重要的超参数！0.01是常用起点。如果训练初期损失剧烈震荡或变成NaN，说明学习率太大，可尝试0.001。如果损失下降极其缓慢，可尝试增大。
• data中的data.yaml: 确保路径正确，且names和nc与你的数据集匹配。
• device: 明确指定设备可以避免一些奇怪的错误。即使只有一张卡，也建议显式指定‘0’。

4.2 训练过程监控与可视化

训练开始后，Ultralytics会在rps_train/exp1目录下生成大量有用的文件和可视化结果。

• 终端输出：你会看到每个epoch的训练损失（box_loss, cls_loss等）和验证指标（mAP@0.5, mAP@0.5:0.95, precision, recall）。重点关注metrics/mAP_0.5，它表示IoU阈值为0.5时的平均精度，是我们任务的主要指标。
• TensorBoard/MLflow日志：YOLOv11默认集成日志。在训练目录下运行tensorboard --logdir .，然后在浏览器打开localhost:6006，可以实时查看所有损失曲线、指标曲线、验证集预测样例等，这是调参的“眼睛”。
• 权重文件：
  • best.pt: 训练过程中在验证集上表现最好的模型权重。
  • last.pt: 最后一轮训练结束时的模型权重。
  • train_results.png/csv: 训练结果的汇总图表和数据。

如何判断模型是否在良好学习？

1. 训练损失平稳下降：train/box_loss和train/cls_loss应随着epoch增加而稳步下降，最终趋于平缓。
2. 验证损失同步下降后平稳：val/box_loss和val/cls_loss也应下降，但可能在后期略有上升（过拟合迹象）。理想情况是训练和验证损失曲线靠得近。
3. 验证指标持续提升：metrics/mAP_0.5应随着训练逐步上升，最终稳定在一个较高值（对于我们的简单任务，达到0.95以上是合理期望）。
4. 过拟合检查：如果训练损失持续下降而验证损失开始上升，验证mAP停止增长甚至下降，就是过拟合了。需要增加数据增强强度、使用更轻量级的模型、或增加weight_decay。

4.3 模型验证与性能分析

训练完成后，使用最佳模型best.pt在独立的测试集上进行最终评估，这是检验模型泛化能力的黄金标准。

from ultralytics import YOLO # 加载训练好的最佳模型 model = YOLO('rps_train/exp1/weights/best.pt') # 在测试集上评估 metrics = model.val(data='path/to/your/rock-paper-scissors-yolov11/data.yaml', split='test', # 指定使用测试集 imgsz=640, batch=16, conf=0.25, # 置信度阈值 iou=0.6, # NMS的IoU阈值 device='0') print(metrics.box.map) # 打印mAP@0.5:0.95 print(metrics.box.map50) # 打印mAP@0.5

评估结果会生成一个详细的报告，包括：

• 混淆矩阵（confusion_matrix.png）：直观展示模型在每个类别上的分类情况。理想情况下，对角线（正确预测）的值应该很高，非对角线的值（混淆错误）应该很低。例如，查看“剪刀”和“布”是否容易混淆。
• F1-置信度曲线（F1_curve.png）：F1分数随置信度阈值变化的曲线。可以帮助我们选择一个最优的置信度阈值，在精度和召回率之间取得平衡。
• 精确率-召回率曲线（PR_curve.png）：每个类别的PR曲线，曲线下面积（AP）就是该类别的平均精度。曲线越靠近右上角越好。
• 标签分布与预测分布对比：检查模型预测的框体分布（宽高比、位置）是否与真实标签分布一致。

针对“石头剪刀布”数据集的特定分析：

• 尺度敏感性：检查小目标（远处的手）和大目标（近处的手）的检测精度（AP_s, AP_m, AP_l）。如果小目标AP低，可能需要增加更多小尺度手势的样本，或在训练时使用更小的imgsz（如320）进行多尺度训练（但YOLOv11命令行参数可能需要查找对应项）。
• 背景干扰：查看在复杂背景（如办公室杂物）下的错误检测案例。如果背景中的某些物体被误检为手势，说明需要增加更多包含此类干扰背景的负样本（不包含手势的图片）或加强背景增强。

5. 模型推理、部署与结果保存

模型通过测试集验证后，就可以投入实际使用了。YOLOv11的推理接口同样非常简洁。

5.1 单张图片与视频流推理

from ultralytics import YOLO import cv2 model = YOLO('rps_train/exp1/weights/best.pt') # 1. 单张图片推理 results = model('path/to/test_image.jpg', imgsz=640, conf=0.5) # conf为置信度阈值 result = results[0] # 第一张图片的结果 # 可视化并保存结果 annotated_frame = result.plot() # 生成带框和标签的图片 cv2.imwrite('output.jpg', annotated_frame) # 访问结构化预测结果 boxes = result.boxes.xyxy # 边界框坐标 [x1, y1, x2, y2] confidences = result.boxes.conf # 置信度 class_ids = result.boxes.cls # 类别ID class_names = result.names # 类别名称映射字典 for box, conf, cls_id in zip(boxes, confidences, class_ids): x1, y1, x2, y2 = box.tolist() cls_name = class_names[int(cls_id)] print(f"Detected {cls_name} with confidence {conf:.2f} at [{x1:.0f}, {y1:.0f}, {x2:.0f}, {y2:.0f}]") # 2. 视频流推理（例如摄像头） cap = cv2.VideoCapture(0) # 0代表默认摄像头 while cap.isOpened(): ret, frame = cap.read() if not ret: break # 推理 results = model(frame, imgsz=640, conf=0.5, verbose=False) # verbose=False关闭控制台输出 annotated_frame = results[0].plot() cv2.imshow('Rock-Paper-Scissors Detection', annotated_frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()

5.2 批量推理与结果保存策略

在实际项目中，我们经常需要处理整个文件夹的图片或视频，并将结果（如图片、标签、统计信息）系统化地保存下来。

import os from pathlib import Path from ultralytics import YOLO import csv model = YOLO('rps_train/exp1/weights/best.pt') source_dir = 'path/to/your/test_images_folder' output_dir = 'inference_results' os.makedirs(output_dir, exist_ok=True) # 创建CSV文件记录所有检测结果 csv_file = open(os.path.join(output_dir, 'detections.csv'), 'w', newline='') csv_writer = csv.writer(csv_file) csv_writer.writerow(['image_path', 'x1', 'y1', 'x2', 'y2', 'confidence', 'class_name']) # 遍历源文件夹中的所有图片 for img_path in Path(source_dir).glob('*.jpg'): results = model(str(img_path), imgsz=640, conf=0.25, save=False, save_txt=False) # 先不自动保存 result = results[0] # 保存可视化图片 annotated_img = result.plot() output_img_path = os.path.join(output_dir, f'annotated_{img_path.name}') cv2.imwrite(output_img_path, annotated_img) # 保存YOLO格式的标签文件（可选） output_label_path = os.path.join(output_dir, f'{img_path.stem}.txt') with open(output_label_path, 'w') as f: for box, conf, cls_id in zip(result.boxes.xyxyn, result.boxes.conf, result.boxes.cls): # 注意这里用xyxyn（归一化坐标） x_center, y_center, width, height = box.tolist() f.write(f'{int(cls_id)} {x_center} {y_center} {width} {height} {conf}\n') # 将检测结果写入CSV for box, conf, cls_id in zip(result.boxes.xyxy, result.boxes.conf, result.boxes.cls): x1, y1, x2, y2 = box.tolist() cls_name = result.names[int(cls_id)] csv_writer.writerow([str(img_path), x1, y1, x2, y2, conf.item(), cls_name]) print(f'Processed: {img_path.name}') csv_file.close() print(f'All results saved to: {output_dir}')

结果保存的几种形式及其用途：

1. 带标注框的图片（annotated_*.jpg）：用于人工复查、演示和报告。
2. YOLO格式标签文件（*.txt）：保存了归一化的坐标和置信度。这非常有用，可以用于：
   • 模型再训练：作为新的训练数据（伪标签）。
   • 后续分析：计算在特定数据集上的统计指标。
   • 与其他系统集成：标准化格式易于解析。
3. 结构化数据文件（detections.csv）：将检测结果表格化，便于导入数据库或使用Excel、Pandas进行深入分析，例如统计每个类别的出现频率、平均置信度等。

5.3 模型导出与轻量化部署

训练好的PyTorch模型（.pt）虽然好用，但在某些生产环境（如移动端、嵌入式设备、某些Web后端）中，可能需要转换成其他格式。

导出为ONNX格式： ONNX是一种开放的模型交换格式，被许多推理引擎（如OpenVINO, TensorRT, ONNX Runtime）支持。

yolo export model=rps_train/exp1/weights/best.pt format=onnx imgsz=640

这将在相同目录下生成一个best.onnx文件。你可以使用ONNX Runtime进行高速推理，其Python API如下：

import onnxruntime as ort import numpy as np import cv2 # 加载ONNX模型和预处理图片 session = ort.InferenceSession('best.onnx') # ... (图片预处理，缩放到640x640，归一化，转换维度为[1,3,640,640]) ... inputs = {session.get_inputs()[0].name: preprocessed_img} outputs = session.run(None, inputs) # outputs 包含了预测结果，需要根据模型输出结构进行后处理（如非极大值抑制NMS）

注意：ONNX导出和推理涉及图片预处理（归一化、BGR2RGB等）和后处理（从输出张量中解析框、分数、类别，并执行NMS），这比直接使用ultralytics的API要复杂。Ultralytics的model.export()方法会尝试包含预处理和后处理，但为了最大兼容性，有时需要自定义。

导出为TensorRT引擎（如果部署在NVIDIA GPU上）： TensorRT可以提供极低的推理延迟。

yolo export model=best.pt format=engine device=0 imgsz=640

这需要你的环境已安装TensorRT。导出的.engine文件只能在相同GPU架构和TensorRT版本的环境下运行。

对于“石头剪刀布”这种轻量级应用，如果是在树莓派或手机端，可以考虑使用NCNN（腾讯开源的移动端推理框架）或TFLite（TensorFlow Lite）格式。Ultralytics可能不直接支持导出为这些格式，通常需要先导出为ONNX，再使用相应的转换工具（如ONNX转NCNN，ONNX转TFLite）进行二次转换。

整个项目从数据准备到模型部署的闭环走下来，你会发现，用一个像“石头剪刀布”这样目标明确的小项目切入，能够非常扎实地掌握现代目标检测的完整流程。其中，数据集的构建质量直接决定了模型性能的天花板，而YOLOv11这样的现代框架则大大降低了从想法到实现的技术门槛。最后，别忘了妥善保存你的数据集、训练配置、模型权重和推理脚本，这些都是宝贵的资产，可以为下一个更复杂的项目打下坚实的基础。

本文还有配套的精品资源，点击获取