YOLO26多GPU训练：分布式并行加速教程

最新 YOLO26 官方版训练与推理镜像
本镜像基于 YOLO26 官方代码库 构建，预装了完整的深度学习开发环境，集成了训练、推理及评估所需的所有依赖，开箱即用。

1. 镜像环境说明

该镜像为YOLO26的训练与推理提供了高度集成的运行环境，省去繁琐的依赖配置过程，特别适合在多GPU服务器上快速开展目标检测任务。

• 核心框架: pytorch == 1.10.0
• CUDA版本: 12.1
• Python版本: 3.9.5
• 主要依赖: torchvision==0.11.0, torchaudio==0.10.0, cudatoolkit=11.3, numpy, opencv-python, pandas, matplotlib, tqdm, seaborn 等常用科学计算和视觉处理库

所有组件均已预先编译并优化，确保在NVIDIA GPU集群环境下稳定运行。镜像默认包含Conda环境管理工具，便于隔离项目依赖。

2. 快速上手

启动完是这样的

2.1 激活环境与切换工作目录

在使用前，请先激活专用的 Conda 环境：

conda activate yolo

由于系统盘空间有限，建议将代码复制到数据盘进行操作。执行以下命令完成迁移：

cp -r /root/ultralytics-8.4.2 /root/workspace/

进入新目录开始后续操作：

cd /root/workspace/ultralytics-8.4.2

2.2 模型推理

YOLO26支持多种推理模式，包括图像、视频和实时摄像头输入。我们以一张测试图为例演示基本用法。

修改 detect.py 文件如下：

# -*- coding: utf-8 -*-
"""
@Auth ：落花不写码
@File ：detect.py
@IDE ：PyCharm
@Motto :学习新思想，争做新青年
"""

from ultralytics import YOLO

if __name__ == '__main__':
    # 加载模型
    model = YOLO(model=r'yolo26n-pose.pt')
    # 执行推理
    model.predict(
        source=r'./ultralytics/assets/zidane.jpg',
        save=True,
        show=False,
    )

参数说明：

• model: 可指定本地模型文件路径，如 yolo26s.pt、yolo26m.pt 等不同尺寸版本
• source: 支持图片路径、视频文件或摄像头编号（如 0 表示默认摄像头）
• save: 设为 True 将保存结果图像至 runs/detect/predict/ 目录
• show: 是否弹窗显示结果，远程服务器建议设为 False

运行推理脚本：

python detect.py

推理结果会自动保存，终端输出包含检测对象类别、置信度及坐标信息。

2.3 模型训练

要使用自己的数据集进行训练，需准备符合YOLO格式的数据结构，并更新配置文件。

数据集配置

上传你的数据集后，编辑 data.yaml 文件，结构如下：

train: /path/to/train/images
val: /path/to/val/images

nc: 80
names: ['person', 'bicycle', 'car', ...]

data.yaml 参数解析如图所示：

训练脚本设置

创建或修改 train.py 文件：

# -*- coding: utf-8 -*-
"""
@Auth ：落花不写码
@File ：train.py
@IDE ：PyCharm
@Motto :学习新思想，争做新青年
"""
import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
    # 定义模型结构
    model = YOLO(model='/root/workspace/ultralytics-8.4.2/ultralytics/cfg/models/26/yolo26.yaml')
    # 加载预训练权重（可选）
    model.load('yolo26n.pt')  # 注意：小数据集上可能不如从头训练
    # 开始训练
    model.train(
        data=r'data.yaml',
        imgsz=640,
        epochs=200,
        batch=128,
        workers=8,
        device='0',  # 单卡训练
        optimizer='SGD',
        close_mosaic=10,
        resume=False,
        project='runs/train',
        name='exp',
        single_cls=False,
        cache=False,
    )

2.4 多GPU分布式训练配置

为了充分发挥多GPU性能，我们需要对训练脚本进行关键调整。

修改设备参数

将 device='0' 改为使用多个GPU：

device='0,1,2,3'  # 使用四张GPU

或者更灵活地让系统自动识别可用设备：

import torch
device_ids = ','.join([str(i) for i in range(torch.cuda.device_count())])

然后传入：

model.train(..., device=device_ids)

启动DDP分布式训练

Ultralytics内部已集成对分布式数据并行（DDP）的支持。只需确保：

1. PyTorch版本支持多GPU
2. CUDA_VISIBLE_DEVICES 正确设置
3. Batch size适当增大以匹配显卡数量

典型多GPU训练命令：

python -m torch.distributed.run --nproc_per_node=4 train.py

这将使用4个进程分别控制4张GPU，显著提升训练速度。

注意：当使用DDP时，总batch size应为单卡batch size × GPU数量。例如原batch=128，4卡则可设为batch=32 per GPU，总effective batch=128。

性能优化建议

• 梯度累积：若显存不足，可通过 accumulate=2~4 实现等效大batch训练
• 混合精度：添加 amp=True 启用自动混合精度，加快计算并节省显存
• 数据缓存：小数据集可启用 cache=True 将数据加载至内存

更新后的训练调用示例：

model.train(
    data='data.yaml',
    imgsz=640,
    epochs=200,
    batch=32,           # per GPU
    workers=8,
    device='0,1,2,3',
    optimizer='AdamW',
    amp=True,
    accumulate=2,
    project='runs/dist_train',
    name='multi_gpu_exp'
)

这样可在保持总batch size不变的前提下，充分利用多卡资源，训练速度提升接近线性。

2.5 结果下载与本地部署

训练完成后，模型权重和日志会保存在 runs/train/exp/ 目录下。

通过Xftp等SFTP工具可轻松下载：

• 左侧为本地电脑目录
• 右侧为服务器文件系统
• 鼠标双击文件即可开始下载
• 大文件建议先压缩再传输，节约时间

双击传输任务可查看进度详情。

3. 已包含权重文件

镜像内已预下载常用YOLO26系列权重，位于代码根目录：

包括但不限于：

• yolo26n.pt：超轻量级，适用于边缘设备
• yolo26s.pt：小型，平衡速度与精度
• yolo26m/l/x.pt：中到超大型，高精度场景适用
• yolo26n-pose.pt：姿态估计专用模型

这些模型均可直接用于推理或作为迁移学习起点。

4. 常见问题

• 数据集准备：请确保标注文件为YOLO格式（每图对应一个.txt），类别索引从0开始连续编号
• 环境激活：镜像默认进入 torch25 环境，务必执行 conda activate yolo 切换至正确环境
• 多卡失败排查：
  • 检查 nvidia-smi 是否识别所有GPU
  • 确认CUDA驱动与PyTorch版本兼容
  • 查看是否有显存冲突或其他进程占用
• 训练中断恢复：设置 resume=True 可从中断处继续训练，自动加载最新checkpoint

5. 参考资料

• 官方仓库: ultralytics/ultralytics
• 文档说明: 详细用法请参考官方库中的 README.md

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。