━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  训练命令（推荐参数）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

在 PowerShell 中运行（先 cd 到 ultralytics-main 目录）：

  cd D:\new_program\ultralytics-main (1)\ultralytics-main

  python train_merged_dataset.py ^
    --weights yolo11s.pt ^
    --data data\2\custom_dataset.yaml ^
    --epochs 100 ^
    --batch 16 ^
    --imgsz 640 ^
    --cos_lr ^
    --lr0 0.005 ^
    --lrf 0.01 ^
    --label_smoothing 0.05 ^
    --dropout 0.15 ^
    --mixup 0.1 ^
    --patience 30 ^
    --save_period 10 ^
    --name contrail_v1

单行版（复制整条）：

  python train_merged_dataset.py --weights yolo11s.pt --data data\2\custom_dataset.yaml --epochs 100 --batch 16 --imgsz 640 --cos_lr --lr0 0.005 --lrf 0.01 --label_smoothing 0.05 --dropout 0.15 --mixup 0.1 --patience 30 --save_period 10 --name contrail_v1


━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  参数说明
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

【基本参数】

  --weights <文件>
      预训练权重文件。从 weights/ 目录加载，也可以是完整路径。
      可选: yolo11n.pt（最快） / yolo11s.pt（推荐） / yolo11m.pt（最准）
      也可用: yolov8s.pt, yolov8m.pt, yolo12s.pt 等
      默认: yolov8s.pt

  --data <文件路径>
      数据集 YAML 配置文件路径。包含数据集路径和类别定义。
      默认指向 ultralytics-main/merged_dataset/custom_dataset.yaml

  --epochs <整数>
      最大训练轮数。有 --patience 兜底，设大一点没关系。
      默认: 50

  --batch <整数>
      每批处理的图片数量。越大越快，但吃显存。
      设为 -1 可让程序自动选择。
      默认: 16

  --imgsz <整数>
      输入图片尺寸（像素）。640 是 YOLO 标准尺寸。
      设为 1280 可检测小目标，但更慢、更吃显存。
      默认: 640

  --device <字符串>
      训练设备。0 表示第一张 GPU，cpu 表示用 CPU 跑。
      默认: 自动检测 GPU

  --workers <整数>
      数据加载线程数。Windows 上建议 4-8。
      默认: 8

  --name <字符串>
      本次运行的名称，影响输出目录名。
      输出保存在 runs/train/<name>/ 下。
      默认: merged_dataset

  --resume
      从上次中断的检查点恢复训练。


【学习率相关】

  --lr0 <浮点数>
      初始学习率。预训练权重微调一般 0.001~0.01。
      值太大训练不稳定，值太小收敛慢。
      默认: 0.01

  --lrf <浮点数>
      最终学习率系数。最终 LR = lr0 * lrf。
      默认: 0.01（即最终 LR 为初始的 1%）

  --cos_lr
      启用余弦退火学习率调度器。
      学习率从 lr0 按余弦曲线平滑下降到 lr0 * lrf。
      推荐启用，收敛更稳定。


【早停与保存】

  --patience <整数>
      早停耐心值。验证集指标连续 N 轮不提升则自动停止。
      设为 0 关闭早停。
      默认: 50（建议改为 30 节省时间）

  --save_period <整数>
      每 N 轮保存一次检查点。
      设为 -1 只保存最后一轮。
      设为 10 则每 10 轮存一次，方便中断后恢复。
      默认: -1


【正则化（防过拟合）】

  --label_smoothing <浮点数>
      标签平滑。让目标标签从 1 平滑到 1-epsilon，
      其他类别从 0 提升到 epsilon/(num_classes-1)。
      小数据集推荐 0.05~0.1。
      默认: 0.0

  --dropout <浮点数>
      分类头前的 Dropout 比例。0.1~0.2 可防止过拟合。
      默认: 0.0


【数据增强】

  --mixup <浮点数>
      Mixup 增强概率。将两张图按比例混合训练。
      0.1~0.5 可增加数据多样性。
      默认: 0.0

  --mosaic <浮点数>
      Mosaic 增强概率。将 4 张图拼成一张训练。
      小数据集一般保留，过拟合严重时设为 0 关闭。
      默认: 1.0

  --degrees <浮点数>
      随机旋转角度范围（度）。±10°以内比较安全。
      默认: 0.0

  --translate <浮点数>
      随机平移比例（相对于图片尺寸）。
      默认: 0.1

  --scale <浮点数>
      随机缩放增益。0.5 表示缩放到 50%~150%。
      默认: 0.5
