YOLOv8 Trainer类如何选择最优损失模型？损失指标及epoch信息咨询

最优模型的损失指标选择 #

YOLOv8的Trainer类默认基于**验证集总损失（val/loss）**来选择并保存最优模型，而非训练集损失。这是因为训练集损失仅反映模型在训练数据上的拟合程度，而验证集损失更能体现模型的泛化能力，是衡量模型性能的核心指标。当某一轮epoch的验证集损失达到训练过程中的最小值时，Trainer会自动保存该轮的模型为best.pt。

查询best.pt对应的Epoch #

有三种简单方式可以找到best.pt对应的训练epoch：

• 训练日志/控制台输出：训练过程中，每当发现新的最优模型时，控制台会打印类似New best model found 🎉的提示，该行日志对应的epoch就是best.pt的训练轮次。
• results.csv文件：训练结束后，runs/train/目录下会生成results.csv文件，其中每行记录一个epoch的所有指标（包括训练损失、验证损失、mAP等）。找到val/loss值最小的那一行，对应的epoch列数值就是目标轮次。
• 代码读取模型属性：加载best.pt后，直接读取模型的epoch属性即可：

from ultralytics import YOLO
model = YOLO('runs/train/weights/best.pt')
print(f"best.pt 对应的训练epoch: {model.epoch}")

内容的提问来源于stack exchange，提问作者Austin