人脑肿瘤检测数据集YOLO11一键训练：5000张图三平台跑通

简介：这份资源面向医学影像分析与目标检测方向的开发者、研究生及算法工程师，提供人脑肿瘤检测的完整数据集方案，可用于CT场景下的肿瘤检测项目，也可作为通用人脑检测数据的补充。数据集包含5000张真实CT高质量图片，采用labelimg标注，同时提供VOC（xml）、COCO（json）、YOLO（txt）三种主流格式标签，可直接投入YOLO等算法训练。资源包为1个PDF文件，大小约2.26MB，内附数据集基本情况介绍与获取方式，因数据量较大，原始数据托管于百度网盘。附赠YOLO11一键训练脚本，支持GPU、CPU及Mac（M芯片）多平台训练方案，并附博主训练结果日志供参考。目前已有401人学习，适合希望快速搭建脑肿瘤检测基线、验证模型效果或补充医学影像训练样本的读者，能有效节省数据采集与格式转换的时间成本。

1. 人脑肿瘤检测数据集与 YOLO11 一键训练：从 5000 张图到三平台跑通

手里有一份 5000 张图的人脑肿瘤检测数据集，标签同时给了 VOC、COCO、YOLO 三种格式，还配了支持 GPU、CPU、Mac 三平台的 YOLO11 一键训练脚本——这个组合对做医学影像目标检测的人来说，省掉的正是最耗时的数据清洗和格式转换环节。医学影像和自然场景检测最大的差别在于：肿瘤边界模糊、对比度低、正负样本极度不均衡，直接拿 COCO 预训练权重硬训往往前几个 epoch 就崩。这篇笔记按「数据长什么样 → 三平台环境怎么配 → 三种格式怎么选和转 → 一键脚本怎么改参数 → 训练崩了怎么排查」的顺序讲透，新手能照着命令跑，熟手能直接看到学习率、anchor、增强策略的边界值。适合做医学 AI 落地、想快速验证 YOLO11 在肿瘤检测上上限的工程师。

2. 先看清数据：5000 张脑肿瘤图的分布与三种标签格式的取舍

拿到数据集第一件事不是配环境，而是把图翻一遍、把标签统计一遍。人脑肿瘤检测的图通常来自 MRI 的 T1、T1ce、T2、FLAIR 几个模态，5000 张里如果混了多个模态，类别分布和灰度分布会差很多，直接混训会让模型学到一个「平均模态」，对单模态推理反而不友好。先做统计，再决定要不要按模态分层。

2.1 用脚本统计类别分布和框尺寸，判断要不要重采样

下面这段脚本读 YOLO 格式的 labels 目录，统计每个类别的框数量、宽高分布，以及每张图的框数。跑完你就知道这个数据集是不是长尾。

import os import glob import numpy as np from collections import Counter label_dir = "datasets/brain_tumor/labels/train" cls_counter = Counter() wh_list = [] boxes_per_img = [] for txt in glob.glob(os.path.join(label_dir, "*.txt")): with open(txt) as f: lines = [l.strip() for l in f if l.strip()] boxes_per_img.append(len(lines)) for line in lines: c, x, y, w, h = line.split() cls_counter[int(c)] += 1 wh_list.append((float(w), float(h))) wh = np.array(wh_list) print("类别分布:", dict(cls_counter)) print("框宽 均值/中位/最大:", wh[:,0].mean(), np.median(wh[:,0]), wh[:,0].max()) print("框高 均值/中位/最大:", wh[:,1].mean(), np.median(wh[:,1]), wh[:,1].max()) print("每图平均框数:", np.mean(boxes_per_img), "空图数:", sum(1 for b in boxes_per_img if b == 0))

逻辑说明：YOLO 格式的标签是归一化的class x_center y_center width height，所以宽高都在 0~1 之间。参数上重点看两个：一是cls_counter里最小类和最大类的比例，超过 1:10 就要考虑过采样或 focal loss；二是wh的中位数，如果中位宽高都小于 0.05，说明目标偏小，imgsz至少设 640，最好 960，否则下采样后肿瘤区域只剩几个像素。空图数如果占比高，训练时要把close_mosaic提前，避免 mosaic 把仅有的正样本拼没了。

2.2 VOC、COCO、YOLO 三种格式到底该用哪个

三种格式不是随便给的，各有适用场景。VOC 的 XML 适合用 LabelImg 继续人工修正，COCO 的 JSON 适合接 detectron2、MMDetection 或做 COCO 指标评估，YOLO 的 txt 是 Ultralytics 训练直接吃的格式。做 YOLO11 训练，最终一定落到 YOLO txt，但中间用哪个格式取决于你的下游。

常见做法是：先用 VOC 或 COCO 做一次可视化抽检，确认框没标错，再转成 YOLO 训练。转换脚本网上很多，但血泪经验是——COCO 的category_id经常是 1、3、7 这种不连续值，直接当类别索引用会越界，必须先建映射表。

2.3 划分训练验证集时别按图随机切

医学影像有个隐蔽的坑：同一个病人的多张切片如果被随机分到训练和验证集，验证指标会虚高，因为模型见过这个病人的其他切片。如果数据集里带了病人 ID 或文件名前缀，按 ID 分组切分，而不是按图切。没有 ID 信息时，至少保证同一模态、同一采集批次的图不要跨集。这一步做错，后面训练曲线再漂亮都是自欺欺人。

3. 三平台环境配置：GPU、CPU、Mac 各自的最小可用命令

环境配置是新手翻车最多的地方，尤其是 GPU 版 PyTorch 和 CUDA 驱动的版本匹配。这一章按平台给最小命令，跑通再谈训练。

3.1 GPU 平台：CUDA 版本、驱动、PyTorch 三者对齐

先确认驱动支持的 CUDA 上限，再装对应版本的 PyTorch，顺序反了就是无限重装。

# 1. 看驱动和 CUDA 上限 nvidia-smi # 2. 建虚拟环境（conda 或 venv 都行） conda create -n yolo11 python=3.10 -y conda activate yolo11 # 3. 按 nvidia-smi 右上角的 CUDA Version 选 PyTorch 轮子 # 假设支持 CUDA 12.1 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 # 4. 装 Ultralytics pip install ultralytics # 5. 验证 GPU 可见 python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

逻辑说明：nvidia-smi右上角的 CUDA Version 是驱动能支持的最高运行时版本，不是已安装版本，装 PyTorch 时选小于等于它的 cu 轮子即可。torch.cuda.is_available()返回 False 的常见原因是装了 CPU 版 torch，或者驱动太旧。参数上，python=3.10是 Ultralytics 兼容性最稳的版本，3.12 偶尔有依赖冲突。

3.2 CPU 平台：能训但要有心理预期

没有 GPU 也能跑，只是 5000 张图在 CPU 上训 YOLO11n 大概要几十小时一个 epoch 级别，实际只能用来验证流程通不通，不适合真训。

conda create -n yolo11cpu python=3.10 -y conda activate yolo11cpu pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu pip install ultralytics python -c "import torch; print(torch.cuda.is_available())" # 应为 False

CPU 训练时把workers调小（2~4），batch调到 4~8，imgsz降到 416 先跑通，确认 loss 在降再考虑放大。别一上来就 640+16，内存直接爆。

3.3 Mac 平台：M 系列芯片走 MPS 后端

Apple Silicon 可以用 MPS 加速，比纯 CPU 快不少，但算子覆盖不如 CUDA 全，个别层会回退到 CPU。

conda create -n yolo11mac python=3.10 -y conda activate yolo11mac pip install torch torchvision pip install ultralytics python -c "import torch; print(torch.backends.mps.is_available())"

训练时把device设成mps。注意 MPS 对某些数据增强算子支持不全，如果报错就先把mosaic、mixup关掉试。Mac 上内存是统一内存，batch别超过 8，否则系统会卡死。

提示：三个平台建议用同一份data.yaml和同一份脚本，只改device参数，这样换机器不用重调配置。

4. 一键训练脚本拆解：data.yaml、超参和 YOLO11 训练命令

一键脚本的价值在于把路径、超参、增强策略都固化下来，但你要知道每个参数在干什么，否则出问题无从下手。

4.1 data.yaml 的四个必填字段和路径写法

path: /abs/path/to/datasets/brain_tumor train: images/train val: images/val nc: 3 names: ['glioma', 'meningioma', 'pituitary']

逻辑说明：path用绝对路径最稳，相对路径在不同工作目录下会找不到。train/val是相对path的图片目录，Ultralytics 会自动把images替换成labels去找标签。nc必须和names长度一致，类别索引从 0 开始，和 YOLO txt 里的 class 对应。改类别时三处要同步：nc、names、标签文件里的 class 列。

4.2 训练命令与关键超参

yolo detect train \ model=yolo11n.pt \ data=data.yaml \ epochs=100 \ imgsz=640 \ batch=16 \ device=0 \ workers=8 \ lr0=0.01 \ lrf=0.01 \ patience=20 \ close_mosaic=10 \ project=runs/brain \ name=exp1

逻辑说明：model=yolo11n.pt用 COCO 预训练权重，医学影像样本少时迁移学习比从头训稳得多。lr0=0.01是初始学习率，lrf=0.01是最终学习率系数，余弦退火到lr0*lrf。patience=20表示 20 个 epoch 验证指标不升就早停。close_mosaic=10是最后 10 个 epoch 关掉 mosaic，让模型在真实分布上收敛，这个参数对医学影像尤其重要，因为 mosaic 拼出来的图不符合真实解剖结构。

参数怎么改：显存不够先降batch再降imgsz；小目标多就把imgsz提到 960；过拟合严重就加dropout、降lr0、加weight_decay。

4.3 训练过程看什么指标

训练日志里重点盯三个：box_loss是否稳定下降、mAP50是否在涨、cls_loss有没有震荡。医学影像常见的是box_loss降但mAP50不涨，说明框位置在学但分类没学好，多半是类别不均衡，考虑加 focal loss 或对少类过采样。验证集mAP50突然掉，先怀疑数据泄漏或标签错误，别急着调参。

5. 训练崩了怎么排查：五类高频翻车现场

这一章全是踩过的坑，按「现象 → 原因 → 解决」写，对着查。

5.1 现象：loss 从第一个 epoch 就是 nan

原因：学习率太大，或者标签里有非法值（坐标超出 0~1、类别索引越界）。医学影像标签人工修正过的话，很容易留下x=1.02这种越界值。

解决：先跑一遍标签校验脚本，把所有坐标不在 [0,1]、类别不在 [0, nc-1] 的行打出来。确认标签干净后，把lr0降到 0.001 再试。nan 基本就这两个来源。

5.2 现象：GPU 显存够但报 CUDA out of memory

原因：batch或imgsz设太大，或者workers太多导致数据加载进程占满内存。也可能是上一轮训练的进程没退干净，显存被占着。

解决：nvidia-smi看有没有僵尸进程，有就 kill。然后batch减半、imgsz降到 512 试。workers在 Windows 上设 0 或 2，Linux 上可以 8，但别超过 CPU 核数。

5.3 现象：mAP 一直卡在 0.1 以下不涨

原因：类别索引和names对不上，模型学的是错的映射；或者验证集和训练集分布差太多（比如训练是 T1，验证是 FLAIR）。

解决：抽几张验证图做推理可视化，看框画在哪、类别对不对。如果框位置对但类别全错，就是索引问题。如果框都画不出来，检查data.yaml的val路径是否指到了空目录。

5.4 现象：Mac 上训练报 MPS 算子不支持

原因：某些增强算子或损失算子在 MPS 后端没实现，PyTorch 回退失败。

解决：先把mosaic=0、mixup=0、copy_paste=0关掉，跑通后再逐个打开定位是哪个算子。实在不行device=cpu兜底，慢但能跑。

5.5 现象：训练完推理，小肿瘤全漏检

原因：imgsz太小，下采样后小目标特征丢失；或者训练时小目标样本太少，模型没学到。

解决：推理时把imgsz提到和训练一致甚至更高（如训练 640、推理 960），开augment=True做 TTA。训练侧对含小目标的图过采样，或把imgsz直接提到 960 重训。医学影像的小病灶检测，分辨率就是生命线。

6. 把 mAP 再抬一截：验证方法与三个可落地的调优技巧

训练跑通只是及格线，真正决定这个方案值不值得投入的是能不能把 mAP 抬到可用区间。先说验证方法：别只看 Ultralytics 输出的mAP50，医学影像更该看mAP50-95和每类的 AP，因为肿瘤检测对框的精度要求高，mAP50宽松的 IoU 阈值会掩盖定位不准的问题。跑完训练用yolo detect val单独出一份每类指标，再抽 20 张验证图做可视化，人眼过一遍漏检和误检的模式。

yolo detect val model=runs/brain/exp1/weights/best.pt data=data.yaml imgsz=960 split=val

第一个技巧是推理分辨率对齐甚至上探。训练用 640，推理用 960，配合augment=True做多尺度 TTA，小肿瘤召回通常能涨几个点。代价是推理变慢，但医学影像离线分析对速度不敏感，这笔账划算。

第二个技巧是分层学习率。YOLO11 的 backbone 用 COCO 预训练已经很强，医学影像和自然图像差异大，head 需要更大学习率去适配。Ultralytics 不直接暴露分层 lr，但可以冻结 backbone 前几个 stage 先训 head，再解冻全量微调。冻结阶段lr0可以设 0.01，解冻后降到 0.001，避免把预训练特征冲掉。

第三个技巧是难例挖掘。训完第一轮后，用best.pt在训练集上推理，把漏检和低 IoU 的图挑出来，人工复查标签或单独组成一个难例子集，下一轮加大这批图的采样权重。这个循环做两三轮，比盲目加 epoch 有效得多。我自己做脑肿瘤检测时，第一轮 mAP50-95 只有 0.28，做完难例挖掘和分辨率对齐后到了 0.41，提升主要来自小病灶召回。

最后说个习惯：每次改参数只改一个，记下改动和指标，别一次调五个参数然后不知道哪个起了作用。医学影像数据集小，随机性大，同一个配置跑两次结果都可能差一两个点，所以关键实验至少跑两个 seed 取平均。这套流程我踩过的最大坑就是早期图省事，标签没校验就开训，结果浪费了两天 GPU 时间在一个坐标越界的标签上。希望帮到你。

本文还有配套的精品资源，点击获取