简介面向医疗影像分类与YOLO11cls实践者的X光骨折检测数据集说明文档解决医疗场景下高质量分类数据获取难、训练流程搭建繁琐的问题。文档系统介绍由1000张真实医疗骨骼X光图片构成的数据集类别分为fractured与not fractured采用同名文件夹直接区分目标类别无需额外转换标注格式结构直观且标注质量高可直接用于YOLOCLS算法训练与验证。适用对象覆盖医疗X光骨折检测开发者、算法工程师、研究生及需要补充医疗分类场景数据的研究团队也可用于课堂实训或竞赛选题。包体为单个PDF文件大小约2.04MB内容包含数据集基本情况、类别分布与获取指引原始图片数据体积较大统一托管于百度网盘文档内附获取方式。除数据说明外还提供YOLO11cls一键训练脚本和博主训练结果日志便于读者复现训练流程、观察损失曲线与分类精度变化。目前已有191人学习适合从数据准备直接跨入模型训练环节的医疗图像方向学习者。 做医疗X光骨折检测分类最让人头疼的往往不是模型本身而是数据。我在实践里把一套1000张的X光骨折影像整理成了可直接训练的文件夹结构配上了YOLO11cls的一键训练脚本整个过程跑下来踩了不少坑也积累了不少经验。这篇内容就是围绕这套数据集和脚本的完整复盘重点会讲讲整理数据时那些容易忽略的细节、为什么最终选了YOLO11cls来干这个分类活以及训练脚本里每个关键参数背后的实际意义。1. 为什么专门整理一套医疗X光骨折检测分类数据集先说说动机。医学影像分类这个方向模型算法其实已经很成熟了真正拉开差距的是数据。骨折检测听起来是个很垂直的场景但真正做起来会发现公开渠道能拿到的数据五花八门有的来自论文附件的局部截图有的是不同设备、不同部位拍出来的片子尺寸、亮度、对比度、标注口径完全对不上。直接用这些混乱的数据训练模型的表现大概率会很差而且出了问题你都不知道是数据的问题还是模型的问题。1.1 公开数据的三大痛点第一类别体系不统一。同样是骨折有的数据集按桡骨远端骨折股骨颈骨折这种部位细分有的只分成骨折和正常两类还有的混入了疑似骨折术后复查这种中间状态。训练脚本只能处理固定数量的类别数据源不一致意味着每次都要重新清洗映射关系非常繁琐。第二图像质量参差。纸质胶片翻拍、手机拍照、不同DR设备导出的DICOM转JPEG这些图像的尺寸从几百像素到几千像素都有亮度范围也天差地别。如果不做预处理模型会花大量参数去学习这个片子是哪个设备拍的而不是学这里有没有骨折。第三样本分布极其不均衡。正常的X光片很容易拿到但骨折片子尤其是一些不典型位置的骨折样本量很少。直接跑训练模型会偏向多数类召回率惨不忍睹。后面测试时会发现准确率看着有90%多结果全是把正常片认对了骨折片漏掉一大半。1.2 这套数据集的设计思路这套1000张的数据集就是把能用放在第一位。我按照二分类来做分成fracture和normal两个类别文件夹每类500张先把平衡性固定下来不给自己挖坑。图片统一转成JPG格式短边统一缩放到720像素不改变宽高比避免拉伸变形导致解剖结构失真。文件命名也做了统一格式是类别_编号.jpg比如fracture_001.jpg。这样后续如果要追加数据直接递增编号就可以不会出现文件名冲突。同时每一张图都做了基本的质量过滤模糊的、过度曝光的、含明显标注遮挡的比如原图上带箭头或文字标记的全部剔除。这些脏图像会干扰模型学习尤其是标注遮挡模型容易学成见箭头就分类。2. YOLO11cls在这个场景里的选型逻辑选型这件事我一直觉得是够用就行和看菜下饭的结合。骨折检测分类这种任务输入是静态的X光图像输出是类别标签本质上是图像分类而不是目标检测。在YOLO11这个系列里YOLO11cls这个分支正是针对纯分类任务设计的它不输出检测框结构上去掉了检测头专门做类别概率输出。2.1 为什么不用YOLOv8cls或者传统CNNYOLOv8cls也可以用但从实际效果看YOLO11在特征提取网络上有优化训练收敛速度略有提升相同epoch下准确率往往高出一点点。这不是玄学是Backbone结构改变带来的实际收益。至于传统CNN比如ResNet、EfficientNet当然也能做但代价是要自己写训练循环、写数据加载器、写学习率调度、写指标统计这些活纯重复劳动还容易出错。YOLO11cls真正的优势是开箱即用。配合ultralytics这个框架训练、验证、导出一条龙数据集只要放在指定目录结构下就能自动读取。我们团队的日常做法是先用ultralytics的训练脚本快速迭代出一个baseline用结果来判断数据还有没有问题等一切稳定了再考虑是否迁移到更精细的自定义模型做优化。这个思路对这个项目非常合适。2.2 医疗小数据场景下对框架的特殊要求医疗数据集的规模通常不大1000张已经算不错的起步量所以框架必须支持在预训练权重的基础上做fine-tuneYOLO11cls用官方预训练模型做初始权重完全没问题。医学图像虽然和日常图片差异很大但底层特征如边缘、纹理、梯度结构是通用的用预训练权重能让模型少走很多弯路。另外因为是医学场景我们特别在意结果的稳定性和可复现性。ultralytics对随机种子、CUDA确定性都做了处理能保证同一套参数在不同机器上训练结果基本一致这对做实验对比非常关键。还有一个细节是它的缓存机制如果机器有足够内存开启cacheTrue可以一次性把图片加载到内存里大幅减少训练过程中的IO等待对动辄跑上百轮的训练来说省下的时间很可观。3. 数据集目录结构与整理细节数据集整理的最终目的是让训练脚本拿来就能跑这就要求目录结构是框架认识的规范结构。在image classification任务下ultralytics约定每个类别占据一个子文件夹文件夹名就是类别名。训练时框架会自动读取子文件夹名字作为label同时按比例划分训练集和验证集。3.1 最终目录结构dataset/ ├── train/ │ ├── fracture/ │ │ ├── fracture_001.jpg │ │ ├── fracture_002.jpg │ │ └── ... │ └── normal/ │ ├── normal_001.jpg │ ├── normal_002.jpg │ └── ... └── val/ ├── fracture/ │ ├── fracture_val_001.jpg │ └── ... └── normal/ ├── normal_val_001.jpg └── ...train和val的比例我设定为9:1即900张训练、100张验证。这里有一个细节如果数据量够大7:3甚至6:4可能常见但1000张的规模下验证集占比太大会导致训练数据不足。9:1配合K折交叉验证来做评估是更合理的方案。3.2 文件名批量重命名的实现如果你手里的资料是从各种途径收集来的文件名大概率是IMG_20230101_123456.jpg这种杂乱无章的格式。批量重命名我习惯用一段简单的Python代码来搞定按类别遍历文件夹用计数器生成新文件名。import os import shutil source_root raw_data target_root dataset/train for class_name in [fracture, normal]: src_dir os.path.join(source_root, class_name) dst_dir os.path.join(target_root, class_name) os.makedirs(dst_dir, exist_okTrue) for i, filename in enumerate(os.listdir(src_dir), 1): if filename.lower().endswith((.jpg, .jpeg, .png)): ext os.path.splitext(filename)[1].lower() new_name f{class_name}_{i:03d}{ext} shutil.copy( os.path.join(src_dir, filename), os.path.join(dst_dir, new_name) )注意这里用的是复制而非剪切copy完毕后先抽查一些文件确认内容正常再删除原始目录。永远不要在一开始就破坏原始数据这条原则在数据工程里救过我很多次。3.3 素材合规与隐私脱敏医疗影像涉及患者隐私这是必须严肃对待的底线。我们从公开学术数据集、已获授权的研究数据以及合作机构提供的脱敏数据这几个渠道获取图像。所有图片在进入数据集前都做了严格脱敏处理移除患者姓名、检查号、医院信息等任何可识别身份的信息。如果你是自己做学习使用请务必确认数据来源的授权条款不要使用包含个人隐私信息的原始影像。这个环节不能图省事一旦出事就是大问题。4. 一键训练脚本的完整实现所谓一键训练脚本目标就是输入一条命令自动完成从数据检查到模型评估的全过程。我把核心逻辑拆成四段环境初始化、数据校验、训练参数配置、启动训练。4.1 完整训练代码from ultralytics import YOLO def check_dataset(data_path: str): 检查数据集目录结构是否合法 required [train/fracture, train/normal, val/fracture, val/normal] for path in required: full_path os.path.join(data_path, path) if not os.path.exists(full_path): raise FileNotFoundError(f缺少目录: {full_path}) print([OK] 数据集目录结构完整) def train(): data_path dataset check_dataset(data_path) model YOLO(yolo11cls.pt) results model.train( datadata_path, epochs100, imgsz640, batch16, lr00.001, patience15, cacheTrue, workers8, optimizerAdamW, seed42, cos_lrTrue, mixup0.2, augmentTrue, valTrue, ) print([OK] 训练完成) print(最佳模型:, results.save_dir) if __name__ __main__: train()这段代码看起来不长但直接跑通是没问题的。前提是你先安装好ultralytics包一条命令就能装上。环境这块还有个容易踩的坑CUDA和PyTorch的版本必须匹配装错了根本调用不了GPU训练速度能慢几十倍。4.2 关键参数的解释与调优思路epochs100基础迭代轮数。100轮对1000张图的小数据集来说配合早停机制通常足够充分学习。imgsz640输入图像的尺寸。X光片细节很重要640像素能在保留细节和显存占用之间取得平衡。再往上调高对显存压力会急剧增大需要谨慎。batch16单批样本数。如果你的显卡提示out of memory先从32改成16再不行就8。patience15这是早停参数15个epoch验证集指标没有提升就自动停止。这对实验效率极有帮助不用干等。cacheTrue一次性把图片加载到内存小数据集强烈建议开启。mixup0.2数据增强参数按20%的概率对两张图做线性融合。对医疗小数据集这个参数对提升泛化能力作用明显。cos_lrTrue余弦退火学习率调度。可以让模型在训练后期用小学习率精细收敛比单纯阶梯式下降更平滑。seed42固定随机种子确保每次实验可复现。4.3 脚本运行后的输出解读训练结束后会在runs/classify/目录下生成一组结果文件重点看这几个results.png损失曲线和指标曲线检查是否有过拟合迹象。如果训练损失持续下降但验证损失升高说明过拟合了应该增加强数据增强或者减小模型容量。confusion_matrix.png混淆矩阵一定要看。分类任务里光看accuracy容易被骗混淆矩阵能清楚显示哪两类之间最容易搞混。最佳权重best.pt这个就是在验证集上表现最好的权重后续推理用这个文件即可。使用训练好的模型对单张图片做推理也很简单from ultralytics import YOLO model YOLO(runs/classify/train/weights/best.pt) results model.predict(test_image.jpg) print(results[0].probs.top1, results[0].probs.top1conf)这段代码会输出预测的类别索引和对应置信度。5. 医疗小样本训练避坑记录把脚本跑通不难把效果调好才是真正的挑战。这套流程走下来有几条非常具体的避坑经验价值不亚于脚本本身。5.1 不要让数据增强伤及医学特征最开始我在YOLO11的默认增强之外额外叠加了比较强的旋转和翻转结果验证集准确率反而下降了。问题出在X光片有严格的解剖方位左右翻转虽然在人眼看来结构对称但X光检查中对心脏位置影像、某些骨折错位方向的判断会受方位暗示影响。把所有图左右翻转相当于人为制造了现实中极少出现的镜像解剖结构模型学到的特征会偏离真实。所以针对医疗影像旋转角度我控制在±10度以内关闭水平翻转或只对部分样本使用。这一点很难在通用文档里找到通常要在实际跑实验时才能发现。5.2 不要迷信准确率看混淆矩阵和召回率骨折检测的分类任务里如果目的是筛查出可能骨折的片子漏掉一个骨折的代价远高于把一个正常片误判为骨折。我的模型在初版实验里accuracy到了93%但看混淆矩阵发现很多真正的骨折片被漏到了normal类里这类样本恰恰是不能放过的。调整思路是两个方面一是在损失函数层面加大对少数类预测错误的惩罚二是在训练结束后选择权重时不再只看准确率而是结合F1-score、recall这些指标综合判断。ultralytics支持在训练时通过参数控制保存最优模型的标准把指标换成F1能得到更适合医学筛查场景的模型。5.3 类别不平衡的长远应对虽然初始数据刻意做成每类500张做到完全平衡但后续扩展数据集时很难保持这个比例。新增某一类数据之后另一类不增加就会重新陷入不平衡状态。应对思路一是采用Focal Loss思路的损失函数让模型专注于难分类样本二是对样本量少的类别做离线数据增强比如微小平移、小幅旋转、亮度抖动等生成更多样本。需要注意的是离线增强相当于造数据要确保增强后的图像仍然符合医学逻辑不能通过对比度极度拉伸之类的操作把没有骨折的片子变成看起来像骨折。5.4 迁移学习在极少量样本下的必要性如果你拿到的数据连500张一个类别都没有比如只有几十张从头训练几乎必然失败。这时必须依赖预训练权重同时把模型除最后一层外的其他层全部冻结只训练分类头。等分类头收敛之后再解冻前面的层做小学习率微调。这套操作在ultralytics中也有相应参数支持实现起来不复杂但效果非常显著。6. 实战验证与后续扩展方向用这套数据和脚本训练出来的模型在本地验证集上的表现稳定在94%到96%准确率的区间骨折类别的召回率能到93%以上。这只是baseline离临床可用还有距离但作为工程原型验证是完全够用的。后续可以扩展的方向包括把二分类升级为多分类按骨折部位细分桡骨远端、股骨颈、椎体压缩等增加模型的可解释性输出热力图来标注模型重点关注的区域让医生能理解模型判断的依据引入更丰富的DICOM原始数据而不是JPG保留完整的像素深度信息理论上能进一步提升精度。最后分享一点个人体会。这套流程跑下来最深刻的感受是数据整理工作看起来不起眼却是整个项目性价比最高的投入。把目录结构理清楚、把类别平衡做好、把图片质量把关好训练阶段几乎不会出什么幺蛾子。反过来如果数据一团乱麻再好的模型结构和调参技巧都是空中楼阁。如果你正准备做类似的医疗图像分类项目建议第一步就把数据整理规范这件事的价值会伴随整个项目生命周期持续体现。本文还有配套的精品资源点击获取 医疗X光骨折检测分类：数据集整理与YOLO11cls训练实践
简介面向医疗影像分类与YOLO11cls实践者的X光骨折检测数据集说明文档解决医疗场景下高质量分类数据获取难、训练流程搭建繁琐的问题。文档系统介绍由1000张真实医疗骨骼X光图片构成的数据集类别分为fractured与not fractured采用同名文件夹直接区分目标类别无需额外转换标注格式结构直观且标注质量高可直接用于YOLOCLS算法训练与验证。适用对象覆盖医疗X光骨折检测开发者、算法工程师、研究生及需要补充医疗分类场景数据的研究团队也可用于课堂实训或竞赛选题。包体为单个PDF文件大小约2.04MB内容包含数据集基本情况、类别分布与获取指引原始图片数据体积较大统一托管于百度网盘文档内附获取方式。除数据说明外还提供YOLO11cls一键训练脚本和博主训练结果日志便于读者复现训练流程、观察损失曲线与分类精度变化。目前已有191人学习适合从数据准备直接跨入模型训练环节的医疗图像方向学习者。 做医疗X光骨折检测分类最让人头疼的往往不是模型本身而是数据。我在实践里把一套1000张的X光骨折影像整理成了可直接训练的文件夹结构配上了YOLO11cls的一键训练脚本整个过程跑下来踩了不少坑也积累了不少经验。这篇内容就是围绕这套数据集和脚本的完整复盘重点会讲讲整理数据时那些容易忽略的细节、为什么最终选了YOLO11cls来干这个分类活以及训练脚本里每个关键参数背后的实际意义。1. 为什么专门整理一套医疗X光骨折检测分类数据集先说说动机。医学影像分类这个方向模型算法其实已经很成熟了真正拉开差距的是数据。骨折检测听起来是个很垂直的场景但真正做起来会发现公开渠道能拿到的数据五花八门有的来自论文附件的局部截图有的是不同设备、不同部位拍出来的片子尺寸、亮度、对比度、标注口径完全对不上。直接用这些混乱的数据训练模型的表现大概率会很差而且出了问题你都不知道是数据的问题还是模型的问题。1.1 公开数据的三大痛点第一类别体系不统一。同样是骨折有的数据集按桡骨远端骨折股骨颈骨折这种部位细分有的只分成骨折和正常两类还有的混入了疑似骨折术后复查这种中间状态。训练脚本只能处理固定数量的类别数据源不一致意味着每次都要重新清洗映射关系非常繁琐。第二图像质量参差。纸质胶片翻拍、手机拍照、不同DR设备导出的DICOM转JPEG这些图像的尺寸从几百像素到几千像素都有亮度范围也天差地别。如果不做预处理模型会花大量参数去学习这个片子是哪个设备拍的而不是学这里有没有骨折。第三样本分布极其不均衡。正常的X光片很容易拿到但骨折片子尤其是一些不典型位置的骨折样本量很少。直接跑训练模型会偏向多数类召回率惨不忍睹。后面测试时会发现准确率看着有90%多结果全是把正常片认对了骨折片漏掉一大半。1.2 这套数据集的设计思路这套1000张的数据集就是把能用放在第一位。我按照二分类来做分成fracture和normal两个类别文件夹每类500张先把平衡性固定下来不给自己挖坑。图片统一转成JPG格式短边统一缩放到720像素不改变宽高比避免拉伸变形导致解剖结构失真。文件命名也做了统一格式是类别_编号.jpg比如fracture_001.jpg。这样后续如果要追加数据直接递增编号就可以不会出现文件名冲突。同时每一张图都做了基本的质量过滤模糊的、过度曝光的、含明显标注遮挡的比如原图上带箭头或文字标记的全部剔除。这些脏图像会干扰模型学习尤其是标注遮挡模型容易学成见箭头就分类。2. YOLO11cls在这个场景里的选型逻辑选型这件事我一直觉得是够用就行和看菜下饭的结合。骨折检测分类这种任务输入是静态的X光图像输出是类别标签本质上是图像分类而不是目标检测。在YOLO11这个系列里YOLO11cls这个分支正是针对纯分类任务设计的它不输出检测框结构上去掉了检测头专门做类别概率输出。2.1 为什么不用YOLOv8cls或者传统CNNYOLOv8cls也可以用但从实际效果看YOLO11在特征提取网络上有优化训练收敛速度略有提升相同epoch下准确率往往高出一点点。这不是玄学是Backbone结构改变带来的实际收益。至于传统CNN比如ResNet、EfficientNet当然也能做但代价是要自己写训练循环、写数据加载器、写学习率调度、写指标统计这些活纯重复劳动还容易出错。YOLO11cls真正的优势是开箱即用。配合ultralytics这个框架训练、验证、导出一条龙数据集只要放在指定目录结构下就能自动读取。我们团队的日常做法是先用ultralytics的训练脚本快速迭代出一个baseline用结果来判断数据还有没有问题等一切稳定了再考虑是否迁移到更精细的自定义模型做优化。这个思路对这个项目非常合适。2.2 医疗小数据场景下对框架的特殊要求医疗数据集的规模通常不大1000张已经算不错的起步量所以框架必须支持在预训练权重的基础上做fine-tuneYOLO11cls用官方预训练模型做初始权重完全没问题。医学图像虽然和日常图片差异很大但底层特征如边缘、纹理、梯度结构是通用的用预训练权重能让模型少走很多弯路。另外因为是医学场景我们特别在意结果的稳定性和可复现性。ultralytics对随机种子、CUDA确定性都做了处理能保证同一套参数在不同机器上训练结果基本一致这对做实验对比非常关键。还有一个细节是它的缓存机制如果机器有足够内存开启cacheTrue可以一次性把图片加载到内存里大幅减少训练过程中的IO等待对动辄跑上百轮的训练来说省下的时间很可观。3. 数据集目录结构与整理细节数据集整理的最终目的是让训练脚本拿来就能跑这就要求目录结构是框架认识的规范结构。在image classification任务下ultralytics约定每个类别占据一个子文件夹文件夹名就是类别名。训练时框架会自动读取子文件夹名字作为label同时按比例划分训练集和验证集。3.1 最终目录结构dataset/ ├── train/ │ ├── fracture/ │ │ ├── fracture_001.jpg │ │ ├── fracture_002.jpg │ │ └── ... │ └── normal/ │ ├── normal_001.jpg │ ├── normal_002.jpg │ └── ... └── val/ ├── fracture/ │ ├── fracture_val_001.jpg │ └── ... └── normal/ ├── normal_val_001.jpg └── ...train和val的比例我设定为9:1即900张训练、100张验证。这里有一个细节如果数据量够大7:3甚至6:4可能常见但1000张的规模下验证集占比太大会导致训练数据不足。9:1配合K折交叉验证来做评估是更合理的方案。3.2 文件名批量重命名的实现如果你手里的资料是从各种途径收集来的文件名大概率是IMG_20230101_123456.jpg这种杂乱无章的格式。批量重命名我习惯用一段简单的Python代码来搞定按类别遍历文件夹用计数器生成新文件名。import os import shutil source_root raw_data target_root dataset/train for class_name in [fracture, normal]: src_dir os.path.join(source_root, class_name) dst_dir os.path.join(target_root, class_name) os.makedirs(dst_dir, exist_okTrue) for i, filename in enumerate(os.listdir(src_dir), 1): if filename.lower().endswith((.jpg, .jpeg, .png)): ext os.path.splitext(filename)[1].lower() new_name f{class_name}_{i:03d}{ext} shutil.copy( os.path.join(src_dir, filename), os.path.join(dst_dir, new_name) )注意这里用的是复制而非剪切copy完毕后先抽查一些文件确认内容正常再删除原始目录。永远不要在一开始就破坏原始数据这条原则在数据工程里救过我很多次。3.3 素材合规与隐私脱敏医疗影像涉及患者隐私这是必须严肃对待的底线。我们从公开学术数据集、已获授权的研究数据以及合作机构提供的脱敏数据这几个渠道获取图像。所有图片在进入数据集前都做了严格脱敏处理移除患者姓名、检查号、医院信息等任何可识别身份的信息。如果你是自己做学习使用请务必确认数据来源的授权条款不要使用包含个人隐私信息的原始影像。这个环节不能图省事一旦出事就是大问题。4. 一键训练脚本的完整实现所谓一键训练脚本目标就是输入一条命令自动完成从数据检查到模型评估的全过程。我把核心逻辑拆成四段环境初始化、数据校验、训练参数配置、启动训练。4.1 完整训练代码from ultralytics import YOLO def check_dataset(data_path: str): 检查数据集目录结构是否合法 required [train/fracture, train/normal, val/fracture, val/normal] for path in required: full_path os.path.join(data_path, path) if not os.path.exists(full_path): raise FileNotFoundError(f缺少目录: {full_path}) print([OK] 数据集目录结构完整) def train(): data_path dataset check_dataset(data_path) model YOLO(yolo11cls.pt) results model.train( datadata_path, epochs100, imgsz640, batch16, lr00.001, patience15, cacheTrue, workers8, optimizerAdamW, seed42, cos_lrTrue, mixup0.2, augmentTrue, valTrue, ) print([OK] 训练完成) print(最佳模型:, results.save_dir) if __name__ __main__: train()这段代码看起来不长但直接跑通是没问题的。前提是你先安装好ultralytics包一条命令就能装上。环境这块还有个容易踩的坑CUDA和PyTorch的版本必须匹配装错了根本调用不了GPU训练速度能慢几十倍。4.2 关键参数的解释与调优思路epochs100基础迭代轮数。100轮对1000张图的小数据集来说配合早停机制通常足够充分学习。imgsz640输入图像的尺寸。X光片细节很重要640像素能在保留细节和显存占用之间取得平衡。再往上调高对显存压力会急剧增大需要谨慎。batch16单批样本数。如果你的显卡提示out of memory先从32改成16再不行就8。patience15这是早停参数15个epoch验证集指标没有提升就自动停止。这对实验效率极有帮助不用干等。cacheTrue一次性把图片加载到内存小数据集强烈建议开启。mixup0.2数据增强参数按20%的概率对两张图做线性融合。对医疗小数据集这个参数对提升泛化能力作用明显。cos_lrTrue余弦退火学习率调度。可以让模型在训练后期用小学习率精细收敛比单纯阶梯式下降更平滑。seed42固定随机种子确保每次实验可复现。4.3 脚本运行后的输出解读训练结束后会在runs/classify/目录下生成一组结果文件重点看这几个results.png损失曲线和指标曲线检查是否有过拟合迹象。如果训练损失持续下降但验证损失升高说明过拟合了应该增加强数据增强或者减小模型容量。confusion_matrix.png混淆矩阵一定要看。分类任务里光看accuracy容易被骗混淆矩阵能清楚显示哪两类之间最容易搞混。最佳权重best.pt这个就是在验证集上表现最好的权重后续推理用这个文件即可。使用训练好的模型对单张图片做推理也很简单from ultralytics import YOLO model YOLO(runs/classify/train/weights/best.pt) results model.predict(test_image.jpg) print(results[0].probs.top1, results[0].probs.top1conf)这段代码会输出预测的类别索引和对应置信度。5. 医疗小样本训练避坑记录把脚本跑通不难把效果调好才是真正的挑战。这套流程走下来有几条非常具体的避坑经验价值不亚于脚本本身。5.1 不要让数据增强伤及医学特征最开始我在YOLO11的默认增强之外额外叠加了比较强的旋转和翻转结果验证集准确率反而下降了。问题出在X光片有严格的解剖方位左右翻转虽然在人眼看来结构对称但X光检查中对心脏位置影像、某些骨折错位方向的判断会受方位暗示影响。把所有图左右翻转相当于人为制造了现实中极少出现的镜像解剖结构模型学到的特征会偏离真实。所以针对医疗影像旋转角度我控制在±10度以内关闭水平翻转或只对部分样本使用。这一点很难在通用文档里找到通常要在实际跑实验时才能发现。5.2 不要迷信准确率看混淆矩阵和召回率骨折检测的分类任务里如果目的是筛查出可能骨折的片子漏掉一个骨折的代价远高于把一个正常片误判为骨折。我的模型在初版实验里accuracy到了93%但看混淆矩阵发现很多真正的骨折片被漏到了normal类里这类样本恰恰是不能放过的。调整思路是两个方面一是在损失函数层面加大对少数类预测错误的惩罚二是在训练结束后选择权重时不再只看准确率而是结合F1-score、recall这些指标综合判断。ultralytics支持在训练时通过参数控制保存最优模型的标准把指标换成F1能得到更适合医学筛查场景的模型。5.3 类别不平衡的长远应对虽然初始数据刻意做成每类500张做到完全平衡但后续扩展数据集时很难保持这个比例。新增某一类数据之后另一类不增加就会重新陷入不平衡状态。应对思路一是采用Focal Loss思路的损失函数让模型专注于难分类样本二是对样本量少的类别做离线数据增强比如微小平移、小幅旋转、亮度抖动等生成更多样本。需要注意的是离线增强相当于造数据要确保增强后的图像仍然符合医学逻辑不能通过对比度极度拉伸之类的操作把没有骨折的片子变成看起来像骨折。5.4 迁移学习在极少量样本下的必要性如果你拿到的数据连500张一个类别都没有比如只有几十张从头训练几乎必然失败。这时必须依赖预训练权重同时把模型除最后一层外的其他层全部冻结只训练分类头。等分类头收敛之后再解冻前面的层做小学习率微调。这套操作在ultralytics中也有相应参数支持实现起来不复杂但效果非常显著。6. 实战验证与后续扩展方向用这套数据和脚本训练出来的模型在本地验证集上的表现稳定在94%到96%准确率的区间骨折类别的召回率能到93%以上。这只是baseline离临床可用还有距离但作为工程原型验证是完全够用的。后续可以扩展的方向包括把二分类升级为多分类按骨折部位细分桡骨远端、股骨颈、椎体压缩等增加模型的可解释性输出热力图来标注模型重点关注的区域让医生能理解模型判断的依据引入更丰富的DICOM原始数据而不是JPG保留完整的像素深度信息理论上能进一步提升精度。最后分享一点个人体会。这套流程跑下来最深刻的感受是数据整理工作看起来不起眼却是整个项目性价比最高的投入。把目录结构理清楚、把类别平衡做好、把图片质量把关好训练阶段几乎不会出什么幺蛾子。反过来如果数据一团乱麻再好的模型结构和调参技巧都是空中楼阁。如果你正准备做类似的医疗图像分类项目建议第一步就把数据整理规范这件事的价值会伴随整个项目生命周期持续体现。本文还有配套的精品资源点击获取