我在YOLO中的预训练模型yolov8n-seg.pt之上训练了一个模型，但结果比在同一图像上预训练的模型更糟糕。我使用标签“person”注释了大约 150 张图像以进行人物检测。但新模型明显比yolov8n-seg.pt模型差。为什么会出现这种情况？
期望随着更多样本的注释，预训练模型将得到微调，以更好地检测新图像。
我对 YOLOv8 的经验为零。我维护了之前的YOLO框架、Darknet以及DarkHelp和DarkMark等相关工具。但可以肯定的是，我可以告诉你，对于以前版本的 YOLO，如果你用 150 张图像进行训练，它会立即（或很快）忘记其他所有内容，并且你将只用这 150 张图像来构建新的权重。其他 80 个类（例如，如果我们正在谈论 MSCOCO）将被完全遗忘。
如果您想添加新图像，您需要下载之前权重的整个数据集，然后向其中添加图像和注释，并使用整个数据集进行训练。