YOLOv5自定义模型训练的目标类别最优数量及上限问询

1. YOLOv5架构本身没有硬类别数量上限 #

• YOLOv5的类别数量是可自由配置的参数，只需要修改配置文件里的nc（number of classes）参数，训练框架会自动调整检测头最后一层卷积的输出通道数（通道数计算公式为3 * (nc + 5)，其中5对应x/y/w/h四个框参数+1个前景置信度），代码层面没有固定的数量限制，哪怕是上千类也可以正常适配。
• 有实际落地案例验证过数百类场景的可行性，官方也有针对Open Images V7这类数百类数据集的训练方案，不存在架构层面的限制。

2. 500类目标检测场景是否推荐使用YOLOv5？ #

绝大多数场景下都是推荐的，核心原因如下：

• 训练成本低：YOLOv5本身的计算量、显存占用比同精度的两阶段检测器（比如Faster R-CNN系列）低30%以上，500类场景下用YOLOv5m/YOLOv5l规格的模型，单张12G显存的消费级显卡就可以正常启动训练，不需要必须使用专业集群算力。
• 部署生态完善：如果你的检测任务需要落地到端侧、边缘设备，YOLOv5是目前工业界适配最广的检测架构之一，TensorRT、NCNN、MNN等主流推理框架都有现成的优化方案，不用自己花大量时间做适配。
• 性能够用：在500类这种中等类别数量的场景下，只要你每个类别的标注样本量足够（单类至少100_{200张有效标注样本），YOLOv5的mAP表现和其他主流检测架构没有明显差距，推理速度还能快2}3倍。

3. 500类场景使用YOLOv5的注意事项 #

• 适当提升模型规格：如果之前用YOLOv5s做80类检测，500类场景建议换到YOLOv5m及以上规格的模型，更大的参数量才能容纳更多类别的特征分布，避免出现欠拟合的问题。
• 可微调损失函数权重：类别数量变多后，分类损失的占比会自然上升，可以适当调低分类损失的权重系数，避免分类损失主导训练过程，导致框回归的精度下降。
• 做好样本均衡：如果不同类别的样本量差距超过10倍，建议做类别加权、过采样少类样本，避免小类别的检测精度过低。

内容的提问来源于stack exchange，提问作者Jithin P James