训练流程总览
这一章帮你建立训练管理的整体地图：从准备数据，到配置参数、启动训练、盯指标，最后把模型入库。整条链路理顺了，再看后面几页的字段细节和操作要点就会很顺。
训练生命周期
一次完整的训练要经过七个阶段。前两个阶段（数据准备和版本发布）在数据集模块完成，后五个在训练模块完成。
准备数据集版本
把图片和标注整理好，发布成一份就绪（ready）的数据集版本。版本是数据集在某个时刻的不可变快照，训练输入必须绑定到这样一个固定快照上。
选择模型架构
在 YOLOv8 / YOLOv11 / YOLOv26 系列里挑一个规模合适的架构（Nano、Small、Medium 等）。架构列表会按项目的任务类型自动过滤。
配置训练参数
设置训练轮数、批次大小、学习率这几个核心超参数。有需要的话再展开高级设置，调整图像尺寸或矩形训练模式。
选择硬件资源
根据环境选 GPU、CPU 或华为昇腾 NPU。有 GPU 就优先选 GPU，速度差距很大。
启动训练任务
在训练创建对话框确认配置后点「开始训练」。任务先进入「等待中」状态，再手动点开始才会真正跑起来。
监控训练过程
训练进行时盯着 Loss、mAP、精度曲线，判断模型是不是在收敛、有没有过拟合。指标数据来自 Ultralytics 的 results.csv。
注册模型
训练完成后把最佳权重入库为模型版本，之后就能在检测、标注等场景里用这个模型了。
训练管理的两个入口
训练管理的两个入口
- 项目工作区「训练」菜单：功能完整，包含训练监控、任务操作和模型注册。注册模型必须从这里进。
- 全局「训练总览」：跨项目汇总所有训练任务，只读监控，没有模型注册入口。
日常使用推荐项目工作区的「训练」菜单，功能最全。全局「训练总览」适合管理员同时盯多个项目的训练状态。
核心约束
数据集版本是必填项
新训练任务必须绑定一个 ready 状态的数据集版本。可变工作区里的数据不能直接拿来训练，必须先发布成版本。这是为了让训练输入固定、结果可复现。
训练产出的模型如何归类
训练完成后，模型按「项目加任务类型」自动归类到训练模型系列。同一个项目、同一个任务类型多次训练，会累积成同一个模型系列下的多个版本，版本号线性自增。你不用手动建模型条目，系统会处理。