Python | OpenCV YOLOv8 常見問題 Q&A

📚 前言

在上一篇 YOLOv8 推論與匯出 中，我們完成了整個 YOLOv8 自訓練物件偵測的流程。

走完一遍之後，往往會冒出很多實際操作上的問題。本篇整理成 Q&A 格式，針對最常見的問題逐一解答。

📋 目錄

增加類別

• Q1 — 想新增類別，只訓練新類別資料可以嗎？
• Q2 — Fine-tuning 時只放新類別資料就好嗎？
• Q3 — 遷移學習 Fine-tuning 的做法？
• Q4 — 原本的訓練資料遺失了怎麼辦？
• Q5 — 一個類別訓練一個模型，好不好？

資料集

• Q6 — 每個類別需要幾張圖？
• Q7 — 訓練集和驗證集的比例怎麼分？
• Q8 — 圖片一定要先 resize 成 640×640 嗎？
• Q9 — 資料增強需要自己處理嗎？

訓練

• Q10 — 訓練中斷了，可以繼續接著訓練嗎？
• Q11 — 沒有顯卡，用 CPU 訓練可以嗎？
• Q12 — yolov8n/s/m/l/x 要選哪個？

效果診斷

• Q13 — mAP 高但實際效果差，為什麼？
• Q14 — 某個類別 AP 特別低，怎麼改善？
• Q15 — 同一物件被框了好幾個框，怎麼解決？
• Q16 — 小物件偵測效果很差，怎麼辦？
• Q17 — 目標因遠近變大變小，需要特別處理嗎？

標註與模型資源

• Q18 — 可以用遊戲 SPR 圖檔做預標籤模型嗎？
• Q19 — 已有訓練好的模型，可以幫新圖片自動產生標籤嗎？
• Q20 — 哪裡可以下載別人已訓練好的模型？

❓ Q1：已訓練好 cat/dog 模型，想新增 fish 類別，可以只訓練 fish 的資料直接加進去嗎？

A：不行，因為模型的輸出格式在訓練時就已固定，沒辦法事後加欄位。

可以把它想成一張印好的表格：cat/dog 模型只有「2 個類別欄位」，要新增 fish 就得改成「3 個類別欄位」——整張表要重印，沒辦法在旁邊貼一欄上去。

面對這個情況，有兩種策略：

❓ Q2：Fine-tuning 時，只放 fish 的資料就好了嗎？

A：不行，模型會「忘掉」cat 和 dog。

這個現象叫做災難性遺忘（Catastrophic Forgetting）：模型只看 fish 資料時，原本辨識 cat/dog 的記憶會被覆蓋，訓練完就只認識 fish 了。

Fine-tuning 時，資料集必須同時包含 cat、dog、fish 三個類別的圖片。

❓ Q3：遷移學習 Fine-tuning 的做法？

步驟：

1. 準備 fish 的圖片與標籤
2. 把 cat/dog 原有資料與 fish 資料合併
3. 更新 data.yaml，類別順序不能改（cat=0, dog=1 維持不動）
4. 從 best.pt 繼續訓練

1
2
3
4
5
6
7

# data_v2.yaml
path: .
train: train_v2.txt     # cat + dog + fish 的訓練圖片路徑
val:   val_v2.txt       # cat + dog + fish 的驗證圖片路徑

nc: 3
names: ['cat', 'dog', 'fish']   # 舊順序不能改！新類別接在後面

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

# finetune_add_class.py
from ultralytics import YOLO

# 類別數改變時，偵測頭會自動重建；主幹（Backbone）特徵保留
model = YOLO("runs/detect/custom_detector/weights/best.pt")

model.train(
    data="data_v2.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    name="custom_detector_v2",
    lr0=0.001,      # 遷移學習建議用較小的起始學習率
    lrf=0.01,
    patience=20,
)

❓ Q4：原本的 cat/dog 訓練資料遺失了怎麼辦？

A：改用「獨立模型 + 合併推論」，只需準備新類別的資料。

先單獨訓練一個 fish 模型：

1
2
3
4
5
6
7
8
9
10
11

# train_fish.py
from ultralytics import YOLO

model = YOLO("yolov8n.pt")
model.train(
    data="data_fish.yaml",   # nc: 1, names: ['fish']
    epochs=100,
    imgsz=640,
    batch=16,
    name="fish_detector",
)

推論時兩個模型各跑一次，手動合併結果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

# inference_merged.py
from ultralytics import YOLO
import cv2

model_cat_dog = YOLO("runs/detect/custom_detector/weights/best.pt")   # cat=0, dog=1
model_fish    = YOLO("runs/detect/fish_detector/weights/best.pt")      # fish=0

CLASS_NAMES = ["cat", "dog", "fish"]

img = cv2.imread("assets/test.jpg")
detections = []

for box in model_cat_dog(img, conf=0.5, verbose=False)[0].boxes:
    cls_id = int(box.cls)           # 0=cat, 1=dog，不需偏移
    detections.append((cls_id, float(box.conf), list(map(int, box.xyxy[0]))))

for box in model_fish(img, conf=0.5, verbose=False)[0].boxes:
    cls_id = int(box.cls) + 2       # fish=0 → 合併表中為 2
    detections.append((cls_id, float(box.conf), list(map(int, box.xyxy[0]))))

for cls_id, conf, (x1, y1, x2, y2) in detections:
    label = f"{CLASS_NAMES[cls_id]}: {conf:.2f}"
    cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
    cv2.putText(img, label, (x1, y1 - 8),
                cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
    print(label)

cv2.imwrite("output/result_merged.jpg", img)
print("已儲存到 output/result_merged.jpg")

❓ Q5：一個類別訓練一個模型，好不好？

A：可行，但長期維護成本高，不建議作為主力做法。

❓ Q6：每個類別需要幾張圖？有最低門檻嗎？

A：沒有硬性規定，但有個參考範圍。

💡 比張數更重要的是「多樣性」：不同場景、不同光線、不同角度各拍 100 張，效果通常優於同一場景拍 1000 張。

❓ Q7：訓練集和驗證集的比例怎麼分？

A：常用 8:2，資料量少時可用 7:3。

⚠️ 驗證集的分布要和訓練集相似，不能把所有「困難」的圖全放進驗證集，否則驗證指標會失真。

❓ Q8：圖片一定要先 resize 成 640×640 嗎？

A：不需要，YOLOv8 訓練時會自動處理。

原始圖片可以是任意解析度，框架會自動縮放並補黑邊（letterbox）維持長寬比。若圖片中有很小的目標，可以提高 imgsz=1280 保留更多細節，但訓練速度會變慢。

❓ Q9：資料增強需要自己處理嗎？YOLOv8 有內建嗎？

A：不需要，YOLOv8 訓練時預設開啟多種增強。

一般不需要自己處理，若想調整強度，可修改訓練參數中的 mosaic、flipud、fliplr 等。

❓ Q10：訓練到一半中斷了（停電、當機），可以繼續接著訓練嗎？

A：可以，用 resume=True 從中斷點繼續。

1
2
3
4
5
6

# resume_training.py
from ultralytics import YOLO

# 用 last.pt（不是 best.pt），記錄了目前訓練進度
model = YOLO("runs/detect/custom_detector/weights/last.pt")
model.train(resume=True)

💡 resume=True 會自動恢復所有訓練設定，不需要重新指定 epochs 或其他參數。

❓ Q11：沒有顯卡，用 CPU 訓練可以嗎？速度差多少？

A：可以執行，但速度非常慢。

• CPU 比 GPU 慢 10～50 倍
• 資料量少（100 張以下）勉強可接受
• 資料量較大時，建議改用 Google Colab（免費 T4 GPU）

❓ Q12：yolov8n / yolov8s / yolov8m / yolov8l / yolov8x，要選哪個？

A：依速度和精準度的需求取捨。

遊戲畫面偵測落在 yolov8s～yolov8m 之間：

• 動作 RPG、FPS 等節奏快 → yolov8s（偵測必須跟上畫面）
• 回合制、策略遊戲等節奏慢 → yolov8m（精準度更重要）

💡 建議先用 yolov8n 或 yolov8s 跑通整個流程，再換較大的模型測試精準度是否有明顯提升。

❓ Q13：mAP 很高，但實際場景測試效果很差，為什麼？

A：通常是訓練資料和實際場景「差太多」造成的。

• 驗證集圖片太「標準」，但實際有複雜背景、不同光線、奇怪角度
• 模型過擬合，只記住了訓練資料的特徵
• 實際場景的目標尺寸或角度從未出現在訓練資料中

解法：把實際場景拍攝的圖片加入訓練集。

❓ Q14：某個類別的 AP 特別低，怎麼改善？

A：先看 confusion_matrix 找出根本原因，再對症下藥。

❓ Q15：同一個物件被框了好幾個框（重複偵測），怎麼解決？

A：調低 iou 閾值，讓過濾更積極。

iou 是兩個框的重疊程度（0 = 完全不重疊，1 = 完全重疊）。預設 iou=0.7 表示「重疊超過 70% 才算重複並過濾」。若重複框明顯，往下調讓過濾條件更寬鬆：

1
2
3
4
5
6
7
8
9
10
11
12

# inference_nms.py
from ultralytics import YOLO

model = YOLO("runs/detect/custom_detector/weights/best.pt")

# iou 調低 → 過濾更積極，重複框減少
results = model("assets/test.jpg", conf=0.5, iou=0.45)

for box in results[0].boxes:
    cls_id = int(box.cls)
    conf   = float(box.conf)
    print(f"{model.names[cls_id]}: {conf:.2f}")

⚠️ 物件本身密集（如人群、排列貨物）時，不要調太低，否則會漏掉真實物件。

❓ Q16：小物件偵測效果很差，怎麼辦？

A：有幾個方向可以嘗試。

❓ Q17：目標會因為遠近變大變小，訓練需要特別處理嗎？YOLOv8 怎麼實現的？

A：不需要，YOLOv8 天生就會同時偵測不同大小的目標。

YOLOv8 在同一次推論中，同時用三個不同的「偵測層」各自負責不同大小的目標：

三層同時運作，不論目標遠近大小，都有對應的層負責，不需要做任何特別處理。

💡 唯一要注意：訓練資料中要有遠中近各種距離的樣本，確保三層都有學習機會。若遠距效果差，通常是遠距樣本太少，補充即可。

❓ Q18：可以用遊戲的 SPR 圖檔先訓練預標籤模型，再拿來自動標記遊戲截圖嗎？

A：可以，這是有效的兩階段標註策略。

讓預標籤更準的技巧：SPR 圖通常是透明或純色背景，可以先把 SPR 圖合成到遊戲背景截圖上再訓練，讓模型提前學會在複雜背景中辨識目標。

• 2D 遊戲：SPR 和遊戲畫面幾乎一致，效果最好
• 3D 遊戲：有光影和透視差異，準確率較低，但仍比從頭手標省力
• 無論哪種，校正步驟不能省略

❓ Q19：我已經有一個訓練好的模型，可以直接用它來幫新圖片產生標籤嗎？

A：可以，而且比 Q18 的 SPR 方式更準。

讓模型對新圖片推論，把結果輸出成 YOLO 格式的 .txt 標籤檔，再用 LabelImg 校正即可。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

# pre_label.py
from ultralytics import YOLO
import os

model     = YOLO("runs/detect/custom_detector/weights/best.pt")
img_dir   = "assets/new_images/"
label_dir = "assets/new_labels/"
os.makedirs(label_dir, exist_ok=True)

for img_file in os.listdir(img_dir):
    if not img_file.lower().endswith((".jpg", ".png")):
        continue

    results = model(os.path.join(img_dir, img_file), conf=0.3)  # conf 低一點，寧可多框也不漏框
    result  = results[0]

    label_path = os.path.join(label_dir, os.path.splitext(img_file)[0] + ".txt")
    with open(label_path, "w") as f:
        for box in result.boxes:
            cls_id        = int(box.cls)
            cx, cy, bw, bh = box.xywhn[0].tolist()   # 歸一化的中心座標 + 寬高
            f.write(f"{cls_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}\n")

    print(f"{img_file}：{len(result.boxes)} 個框 → {label_path}")

print("完成！請用 LabelImg 開啟資料夾校正。")

• conf=0.3：寧可多框（刪框快）也不漏框（補框慢）
• 校正完加回訓練集重新訓練，下一輪預標籤會更準，工作量越來越少（這就是 Active Learning）

❓ Q20：有哪些地方可以下載別人已經訓練好的模型？遊戲的也有嗎？

A：有幾個主要平台，遊戲相關的模型在社群平台上也找得到。

找遊戲模型的搜尋建議：

• Roboflow Universe：直接搜尋遊戲名稱，如 league of legends、minecraft、genshin
• GitHub：搜尋 yolov8 [遊戲名] detection

下載後先確認：

1
2
3
4

# 載入別人的模型，先查看它認識哪些類別
from ultralytics import YOLO
model = YOLO("下載的模型.pt")
print(model.names)

⚠️ 使用前注意：

• 確認類別名稱：用 model.names 查看這個模型認識哪些類別
• 確認授權條款：部分模型有使用限制，商業使用前需確認 License
• 品質不保證：社群模型品質參差不齊，用於預標籤前建議先測幾張圖

🎯 結語

遇到問題時，通常可以先從資料下手——是否夠多、夠多樣、標籤是否正確。大多數時候，資料品質才是影響模型表現的關鍵。

下一篇進入新章節 Python | OpenCV QR Code 與 BarCode 辨識，開始 08.專案實作篇的內容。

📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。

註：以上參考了
Ultralytics YOLOv8 官方文件 — Train
Ultralytics YOLOv8 官方文件 — Transfer Learning
Ultralytics YOLOv8 官方文件 — Tips for Best Training Results
Catastrophic Forgetting — Wikipedia