graph TB     subgraph 我们的方案["✅ 我们的方案"]         B1[图像] --> B2[YOLO26 Pose]         B2 --> B3[边界框 + 4个关键点坐标]     end

graph LR     A[输入图像640×640] --> B[BackboneCSPDarknet]     B --> C[NeckPAN特征融合]     C --> D[Head检测头]     D --> E[边界框x, y, w, h]     D --> F[关键点4个角点坐标]      style A fill:#e1f5fe     style B fill:#fff3e0     style C fill:#f3e5f5     style D fill:#e8f5e9     style E fill:#ffebee     style F fill:#ffebee

2.2 关键点定义

对于车牌，我们定义4个关键点：

graph LR     subgraph 车牌关键点定义         P0[0 左上] --- P1[1 右上]         P0 --- P2[2 左下]         P1 --- P3[3 右下]         P2 --- P3     end

每个关键点格式: (x, y, confidence)

• • x, y: 像素坐标
• • confidence: 检测置信度

2.3 模型选择建议

选择建议：

• • 🚀 实时性要求高 → YOLO26n-pose
• • ⚖️ 平衡性能 → YOLO26s-pose (推荐)
• • 🎯 高精度要求 → YOLO26l-pose

3. 环境准备

3.1 安装依赖

# 创建虚拟环境（推荐）python -m venv venvsource venv/bin/activate# 安装YOLO26（最新版本）pip install ultralytics# 安装依赖pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118pip install opencv-python numpy pyyaml

3.2 下载预训练模型

# 自动下载（首次运行时）from ultralytics import YOLOmodel = YOLO("yolo26s-pose.pt")

3.3 验证环境

# 验证YOLO26安装python -c "from ultralytics import YOLO; model = YOLO('yolo26s-pose.pt'); print('YOLO26加载成功')"# 验证GPU可用python -c "import torch; print('GPU可用' if torch.cuda.is_available() else 'GPU不可用')"

4. 数据集配置

4.1 数据集结构

graph TD     A[dataset] --> B[images]     A --> C[labels]     A --> D[data.yaml]      B --> B1[train]     B --> B2[val]     B --> B3[test]      C --> C1[train]     C --> C2[val]     C --> C3[test]      B1 --> B1a[img001.jpg]     B1 --> B1b[img002.jpg]      C1 --> C1a[img001.txt]     C1 --> C1b[img002.txt]

4.2 标注文件格式

每个图像对应一个 .txt 文件，格式为：

<class_id> <x_center> <y_center> <width> <height> <kpt_x1> <kpt_y1> <kpt_conf1> ... <kpt_x4> <kpt_y4> <kpt_conf4>

具体例子：

0 0.5 0.6 0.3 0.2 0.35 0.50 1 0.65 0.50 1 0.35 0.70 1 0.65 0.70 1

参数说明:

• • 0 - 类别ID（0=车牌）
• • 0.5 0.6 - 边界框中心 (归一化坐标 0-1)
• • 0.3 0.2 - 边界框宽高 (归一化)
• • 0.35 0.50 1 - 关键点1 (左上角): x, y, 置信度
• • 0.65 0.50 1 - 关键点2 (右上角): x, y, 置信度
• • 0.35 0.70 1 - 关键点3 (左下角): x, y, 置信度
• • 0.65 0.70 1 - 关键点4 (右下角): x, y, 置信度

4.3 配置文件

# 数据集配置示例path:./dataset# 数据集根路径train:images/train# 训练集路径val:images/val# 验证集路径test:images/test# 测试集路径nc:1# 类别数量（只有车牌1个类）names: ['plate']                   # 类别名称kpt_shape: [4, 3]                 # 关键点形状: [点数=4, 维度=3(x,y,conf)]

创建命令：

cat > dataset/data.yaml << 'EOF'path: ./datasettrain: images/trainval: images/valtest: images/testnc: 1names: ['plate']kpt_shape: [4, 3]EOF

4.4 标注工具推荐

5. 模型训练代码

5.1 完整训练脚本

#!/usr/bin/env python3"""车牌关键点检测训练脚本 - Pose任务基于YOLO26 Pose模型用于检测车牌的四个角点位置"""import osfrom pathlib import Pathfrom ultralytics import YOLOdeftrain_model(data_yaml_path, task='pose'):"""训练YOLO26 Pose模型"""print("="*50)print("开始加载模型...")# 加载预训练Pose模型    model = YOLO("yolo26s-pose.pt")print("模型加载完成")# 开始训练print("="*50)print("开始训练...\n")    results = model.train(        data=data_yaml_path,        task=task,        epochs=100,        imgsz=640,        batch=256,        device=0,        workers=4,        project="./results",        name="plate_detection",        exist_ok=True,        amp=True,              # 混合精度训练 (推荐)        patience=20,           # 早停机制        save=True,        save_period=10,        cache=True,        verbose=True,# 数据增强参数        flipud=0.5,            # 纵向翻转        fliplr=0.5,            # 横向翻转        degrees=10,            # 旋转        hsv_h=0.015,           # 色度调整        hsv_s=0.7,             # 饱和度调整        hsv_v=0.4,             # 亮度调整        translate=0.1,         # 平移        scale=0.5,             # 缩放        mosaic=1.0,            # Mosaic增强        mixup=0.0,             # Mixup增强        close_mosaic=10,       # 最后10个epoch关闭Mosaic        weight_decay=0.0005,   # 权重衰减        lr0=0.001,             # 初始学习率        lrf=0.01,              # 最终学习率系数    )return resultsdefmain():print("=" * 50)print("车牌关键点检测模型训练")print("任务: 检测4个角点 (Pose)")print("=" * 50)    data_yaml_path = "./dataset/data.yaml"ifnot Path(data_yaml_path).exists():print(f"\n错误: 配置文件不存在，请检查路径: {data_yaml_path}")returnprint(f"\n使用配置文件: {data_yaml_path}\n")# 开始训练    results = train_model(data_yaml_path, task='pose')print("\n" + "=" * 50)print("训练完成!")print(f"最优模型: ./results/plate_detection/weights/best.pt")print(f"最后模型: ./results/plate_detection/weights/last.pt")print("=" * 50)if __name__ == "__main__":    main()

5.2 训练参数说明

results = model.train(    data=data_yaml_path,           # 数据集配置    task='pose',                   # 关键点检测任务    epochs=100,                    # 训练轮数    imgsz=640,                     # 输入分辨率    batch=256,                     # 批量大小    device=0,                      # GPU编号    amp=True,                      # 混合精度训练    patience=20,                   # 早停耐心值# 数据增强    flipud=0.5,                    # 50%纵向翻转    fliplr=0.5,                    # 50%横向翻转    degrees=10,                    # 旋转角度范围    scale=0.5,                     # 尺度变换    mosaic=1.0,                    # Mosaic增强)

5.3 启动训练

python train_pose.py

6. 模型推理代码

6.1 单张图像推理

from ultralytics import YOLOimport cv2import numpy as npdefdetect_plate_keypoints(image_path, model_path):"""    检测图像中的车牌和关键点    Returns:        results: YOLO26检测结果        detections: 解析后的检测结果 [{            'bbox': [x_min, y_min, x_max, y_max],            'keypoints': [(x1,y1,conf1), (x2,y2,conf2), ...],            'confidence': float        }, ...]    """# 加载模型    model = YOLO(model_path)# 执行推理    results = model(image_path)# 解析结果    detections = []for result in results:for box, kpts inzip(result.boxes, result.keypoints):# 边界框            bbox = box.xyxy[0].cpu().numpy()            conf = box.conf[0].item()# 关键点            keypoints = []for i inrange(4):                x = kpts.xy[0][i][0].item()                y = kpts.xy[0][i][1].item()                confidence = kpts.conf[0][i].item()                keypoints.append((x, y, confidence))            detections.append({'bbox': bbox,'keypoints': keypoints,'confidence': conf            })return results, detections# 使用if __name__ == "__main__":    image_path = "test_image.jpg"    model_path = "./results/plate_detection/weights/best.pt"    results, detections = detect_plate_keypoints(image_path, model_path)print(f"检测到 {len(detections)} 个车牌")for i, det inenumerate(detections):print(f"车牌 {i+1}:")print(f"  置信度: {det['confidence']:.2f}")print(f"  关键点: {det['keypoints']}")

6.2 批量推理

from pathlib import Pathfrom ultralytics import YOLOdefbatch_detect(image_dir, model_path, output_dir):"""批量检测图像"""    model = YOLO(model_path)    output_dir = Path(output_dir)    output_dir.mkdir(exist_ok=True)    image_files = list(Path(image_dir).glob("*.jpg")) + \list(Path(image_dir).glob("*.png"))for image_file in image_files:print(f"处理: {image_file.name}")        results = model(str(image_file))# 保存结果        result_name = image_file.stem + "_result.jpg"        results[0].save(output_dir / result_name)# 使用batch_detect("./test_images", "./results/plate_detection/weights/best.pt","./output_results")

6.3 可视化结果

defvisualize_detections(image_path, detections, output_path):"""    可视化检测结果    """    img = cv2.imread(image_path)for det in detections:        bbox = det['bbox'].astype(int)        keypoints = det['keypoints']        conf = det['confidence']# 绘制边界框        cv2.rectangle(img,                      (bbox[0], bbox[1]),                      (bbox[2], bbox[3]),                      (0, 255, 0), 2)# 绘制关键点        colors = [(255, 0, 0), (0, 255, 0), (0, 0, 255), (255, 255, 0)]        labels = ['左上', '右上', '左下', '右下']for i, (x, y, kpt_conf) inenumerate(keypoints):            x, y = int(x), int(y)            cv2.circle(img, (x, y), 5, colors[i], -1)            cv2.putText(img, labels[i], (x+5, y-5),                        cv2.FONT_HERSHEY_SIMPLEX, 0.5, colors[i], 1)# 绘制置信度        cv2.putText(img, f"Conf: {conf:.2f}",                    (bbox[0], bbox[1]-10),                   cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)# 保存    cv2.imwrite(output_path, img)print(f"结果已保存: {output_path}")

7. 结果显示

7.1 训练过程输出

7.2 训练结果文件

# 查看结果目录ls ./results/plate_detection/# 包含文件:# - weights/best.pt       最优模型# - weights/last.pt       最后模型  # - results.csv           训练日志# - confusion_matrix.png  混淆矩阵# - results.png           训练曲线

7.3 性能指标

from ultralytics import YOLOdefevaluate_model(model_path, data_yaml_path):"""评估YOLO26模型性能"""    model = YOLO(model_path)# 评估    metrics = model.val(data=data_yaml_path, imgsz=640)print("评估结果:")print(f"Box mAP50: {metrics.box.map50:.3f}")print(f"Box mAP: {metrics.box.map:.3f}")print(f"Pose mAP50: {metrics.pose.map50:.3f}")print(f"Pose mAP: {metrics.pose.map:.3f}")return metrics# 使用evaluate_model("./results/plate_detection/weights/best.pt","./dataset/data.yaml")

8. 常见问题

Q1: 训练时GPU显存不足？

解决方案：

# 减小批量大小batch=128# 从256改为128# 或减小输入分辨率imgsz=416# 从640改为416

Q2: 模型准确率不够高？

优化策略：

# 1. 增加训练轮数epochs=200# 2. 增强数据增强强度mosaic=1.0mixup=0.1degrees=15# 3. 使用更大的模型model = YOLO("yolo26l-pose.pt")

Q3: 推理速度太慢？

加速方案：

# 1. 模型优化model = YOLO("yolo26n-pose.pt")# 2. 导出为ONNX (CPU快速推理)model.export(format='onnx')# 3. 导出为TensorRT (GPU快速推理)model.export(format='engine')

Q4: 如何部署到移动设备？

方案：

# 导出为TFLite (移动设备)model.export(format='tflite')# 或导出为CoreML (iOS)model.export(format='coreml')# 或导出为ONNX (跨平台)model.export(format='onnx')

参考资源

• • YOLO26 官方文档
• • YOLO26 GitHub
• • COCO Keypoints 格式

希望这篇指南对您有帮助！有任何问题欢迎提问。