使用ultralytics的yolo11训练自定义数据集的图像分类模型+预测+导出onnnx模型+trtexec转engine模型

先说结论

yolo12太新，先不要用，而是用yolo11训练和导出。

模型训练

• 环境创建

conda create -n  ultralytics-clas-yolo11 python==3.10

• 环境激活

conda activate ultralytics-clas-yolo11

• 安装环境

pip install ultralytics

• 进入到文件夹中

cd /home/sss/桌面/Projects/ultralytics-clas

• 克隆仓库

git clone https://github.com/ultralytics/ultralytics.git

• 整理数据格式为：

data-train/  
|  
|-- train/  
|   |-- airplane/  
|   |   |-- 10008_airplane.png  
|   |   |-- 10009_airplane.png  
|   |   |-- ...  
|   |  
|   |-- bird/  
|   |   |-- 10014_bird.png  
|   |   |-- 10015_bird.png  
|   |   |-- ...  
|   |  
|   |-- ...  
|  
|-- test/  
|   |-- airplane/  
|   |   |-- 10_airplane.png  
|   |   |-- 11_airplane.png  
|   |   |-- ...  
|   | 
|   |-- bird/  
|   |   |-- 1000_bird.png  
|   |   |-- 1001_bird.png  
|   |   |-- ...  
|   |  
|   |-- ...  
|  
|-- val/ (可选)  
|   |-- airplane